« Arrêt prématuré » : différence entre les versions
Aucun résumé des modifications Balise : Éditeur de wikicode 2017 |
Aucun résumé des modifications Balise : Éditeur de wikicode 2017 |
||
Ligne 1 : | Ligne 1 : | ||
[[Catégorie:Coulombe2]] | [[Catégorie:Coulombe2]] | ||
[[Category:Apprentissage profond]] | [[Category:Apprentissage profond]] | ||
[[Category:Vocabulaire2]] | [[Category:Vocabulaire2]] | ||
[[Category:Intelligence artificielle]] | [[Category:Intelligence artificielle]] | ||
[[Category:Termino 2019]] | [[Category:Termino 2019]] | ||
[[Category:Scotty2]] | [[Category:Scotty2]] | ||
Ligne 18 : | Ligne 17 : | ||
==Anglais== | ==Anglais== | ||
'''early stopping''' | '''early stopping''' | ||
Ligne 30 : | Ligne 31 : | ||
[[Utilisateur:Patrickdrouin | Source : Termino ]] | [[Utilisateur:Patrickdrouin | Source : Termino ]] | ||
Version du 17 juin 2019 à 14:20
Définition
Méthode de régularisation qui implique d'interrompre l'entraînement d'un modèle d'apprentissage lorsque la perte d'un ensemble de données de validation commence à augmenter et que les performances de généralisation se dégradent.
Français
arrêt prématuré n.m.
arrêt précoce n.m.
Anglais
early stopping
Source : Google, Glossaire du machine learning, consulté le 20 mai 2019
Source : Toukourou, Mohamed Samir (2009). Application de l'apprentissage artificiel à la prévision des crues éclair, thèse de doctorat, École Nationale Supérieure des Mines de Paris, 183 pages.
Source: Johannet, Anne (2011). Modélisation par apprentissage statistique des systèmes naturels, ou en interaction avec un environnement naturel. Applications aux karsts, crues éclair et en robotique, habilitation à diriger des thèses, Université Pierre et Marie Curie, 84 pages.
Source: Goodfellow, Ian; Bengio, Yoshua et Aaron Courville (2018), Apprentissage profond, Paris, Massot éditions, 800 pages.
Contributeurs: Jacques Barolet, Patrick Drouin, wiki