« Modèle large » : différence entre les versions
m (Remplacement de texte — « Termes privilégiés » par « Français ») |
Aucun résumé des modifications |
||
Ligne 32 : | Ligne 32 : | ||
[https://developers.google.com/machine-learning/glossary/ Source: Google machine learning glossary ] | [https://developers.google.com/machine-learning/glossary/ Source: Google machine learning glossary ] | ||
<br/> | <br/> | ||
<br/>[https://datafranca.org/lexique/modele-large/ ''Publié : datafranca.org'' ] | |||
<br/> | <br/> | ||
<br/> | |||
<br/> | <br/> |
Version du 5 janvier 2019 à 21:23
- Élément de la liste numérotée
Domaine
Définition
Modèle linéaire qui contient généralement un grand nombre de caractéristiques d'entrée creuses. Ce modèle est dit «large», car il s'agit d'un type particulier de réseau de neurones comportant un grand nombre d'entrées connectées directement au nœud de sortie. Les modèles larges sont souvent plus faciles à déboguer et à inspecter que les modèles profonds. Bien qu'ils ne puissent pas exprimer les non-linéarités par le biais de couches cachées, les modèles larges peuvent utiliser des transformations comme le croisement de caractéristiques et la répartition par classe (binning) pour modéliser les non-linéarités de différentes manières.
À comparer avec le modèle profond.
Français
modèle large n.m.
Anglais
wide model
Source: Google machine learning glossary
Publié : datafranca.org
Contributeurs: Evan Brach, Jacques Barolet, wiki, Robert Meloche