« Algorithmes d'approximation de fonction » : différence entre les versions
Aucun résumé des modifications |
Aucun résumé des modifications |
||
Ligne 17 : | Ligne 17 : | ||
[http://www.cse.unsw.edu.au/~billw/dictionaries/mldict.html Source : INWS machine learning dictionary] ] | [http://www.cse.unsw.edu.au/~billw/dictionaries/mldict.html Source : INWS machine learning dictionary] ] | ||
[[Catégorie: | [[Catégorie:GRAND LEXIQUE FRANÇAIS]] | ||
Version du 29 octobre 2021 à 10:13
Définition
Comprennent notamment des techniques statistiques d'apprentissage automatique.
L'idée est que l'apprentissage automatique consiste à apprendre, à partir d'un certain nombre d'exemples ou d'instances ou de modèles d'apprentissage, à calculer une fonction dont les arguments sont des variables correspondant à la partie d'entrée du ou des modèles d'apprentissage et dont les variables de sortie correspondent à la partie de sortie des modèles d'apprentissage, qui fait correspondre la partie d'entrée de chaque modèle d'apprentissage à sa partie de sortie.
L'espoir est que la fonction interpole / généralise à partir des modèles d'apprentissage, de sorte qu'elle produise des résultats raisonnables lorsqu'elle reçoit d'autres entrées.
Français
algorithmes d'approximation de fonction
Anglais
function approximation algorithms
Contributeurs: Imane Meziani, wiki