« Surapprentissage » : différence entre les versions
Aucun résumé des modifications Balise : Éditeur de wikicode 2017 |
Aucun résumé des modifications Balise : Éditeur de wikicode 2017 |
||
Ligne 3 : | Ligne 3 : | ||
[[Category:GRAND LEXIQUE FRANÇAIS]] | [[Category:GRAND LEXIQUE FRANÇAIS]] | ||
[[Catégorie:Termium]] | [[Catégorie:Termium]] | ||
== Définition == | == Définition == | ||
En statistique, le surapprentissage ou sur-ajustement ou surinterprétation (en anglais « overfitting ») est une analyse statistique qui correspond trop étroitement ou exactement à un ensemble particulier de données. Ainsi, cette analyse peut ne pas correspondre à des données supplémentaires ou ne pas prévoir de manière fiable les observations futures. Un modèle surajusté est un modèle statistique qui contient plus de paramètres que ne peuvent le justifier les données. | En statistique, le surapprentissage ou sur-ajustement ou surinterprétation (en anglais « overfitting ») est une analyse statistique qui correspond trop étroitement ou exactement à un ensemble particulier de données. Ainsi, cette analyse peut ne pas correspondre à des données supplémentaires ou ne pas prévoir de manière fiable les observations futures. Un modèle surajusté est un modèle statistique qui contient plus de paramètres que ne peuvent le justifier les données. |
Version du 28 juillet 2019 à 22:04
Définition
En statistique, le surapprentissage ou sur-ajustement ou surinterprétation (en anglais « overfitting ») est une analyse statistique qui correspond trop étroitement ou exactement à un ensemble particulier de données. Ainsi, cette analyse peut ne pas correspondre à des données supplémentaires ou ne pas prévoir de manière fiable les observations futures. Un modèle surajusté est un modèle statistique qui contient plus de paramètres que ne peuvent le justifier les données.
Français
surapprentissage n. m.
surajustement n. m.
surajustage n.m.
Les mots composés avec le préfixe sur-, qu'il s'agisse de noms, de verbes ou d'adjectifs, s'écrivent sans trait d'union
Anglais
overfitting
overlearning
overtraining
Contributeurs: Evan Brach, Claude Coulombe, Jacques Barolet, wiki, Robert Meloche