« Minimisation du risque structurel » : différence entre les versions


(Page créée avec « __NOTOC__ == Domaine == Category:VocabulaireVocabulaire<br /> Category:GoogleGoogle<br /> Category:Apprentissage profondApprentissage profond<br /> <br /> ==... »)
 
Aucun résumé des modifications
Ligne 9 : Ligne 9 :
== Définition ==
== Définition ==
Algorithme qui concilie les deux objectifs suivants :
Algorithme qui concilie les deux objectifs suivants :
*    Créer le modèle prédictif le plus efficace (par exemple, perte la plus faible)
*    Créer le modèle prédictif le plus efficace (par exemple, perte la plus faible)
*    Créer un modèle aussi simple que possible (par exemple, forte régularisation)
*    Créer un modèle aussi simple que possible (par exemple, forte régularisation)
Par exemple, une fonction de modèle qui minimise la perte et effectuer régularisation sur l'ensemble d'apprentissage est un algorithme de minimisation du risque structurel.
Pour plus d'informations, consultez la page http://www.svms.org/srm/.


À comparer avec la minimisation du risque empirique.
À comparer avec la minimisation du risque empirique.
Ligne 21 : Ligne 16 :


<br />
<br />
== Termes privilégiés ==
== Termes privilégiés ==
=== minimisation du risque structurel (SRM) ===
=== minimisation du risque structurel (SRM) ===

Version du 28 octobre 2018 à 17:15

Domaine

Vocabulaire
Google
Apprentissage profond


Définition

Algorithme qui concilie les deux objectifs suivants :

  • Créer le modèle prédictif le plus efficace (par exemple, perte la plus faible)
  • Créer un modèle aussi simple que possible (par exemple, forte régularisation)

À comparer avec la minimisation du risque empirique.



Termes privilégiés

minimisation du risque structurel (SRM)


Anglais

structural risk minimization (SRM)




Source: Google machine learning glossary