« Algorithme à régions de confiance » : différence entre les versions
Aucun résumé des modifications Balise : Éditeur de wikicode 2017 |
Aucun résumé des modifications |
||
| Ligne 1 : | Ligne 1 : | ||
== Domaine == | ==Domaine== | ||
[[category:Vocabulaire]] | [[category:Vocabulaire]] | ||
[[Catégorie:Wikipedia-IA]] [[Catégorie:Apprentissage automatique]] [[Catégorie:Algorithme d'optimisation]] | [[Catégorie:Wikipedia-IA]] | ||
[[Catégorie:Apprentissage automatique]] | |||
[[Catégorie:Algorithme d'optimisation]] | |||
[[Catégorie:scotty]] | [[Catégorie:scotty]] | ||
| Ligne 7 : | Ligne 9 : | ||
<br> | <br> | ||
== | ==Définition== | ||
Un algorithme à régions de confiance est un algorithme d'optimisation différentiable (l'optimisation dont il est question ici est une branche des mathématiques), destiné à minimiser une fonction réelle définie sur un espace euclidien (par exemple, , l'espace des -uplets de nombres réels, muni d'un produit scalaire) ou, plus généralement, sur un espace hilbertien. L'algorithme est itératif et procède donc par améliorations successives. Au point courant, l'algorithme effectue un déplacement qui est obtenu en minimisant un modèle simple de la fonction (par exemple quadratique) sur une région de confiance (généralement une boule dont le rayon est appelé le rayon de confiance du modèle). Le rayon de confiance est ajusté de manière à faire décroître suffisamment la fonction à chaque itération. | Un algorithme à régions de confiance est un algorithme d'optimisation différentiable (l'optimisation dont il est question ici est une branche des mathématiques), destiné à minimiser une fonction réelle définie sur un espace euclidien (par exemple, , l'espace des -uplets de nombres réels, muni d'un produit scalaire) ou, plus généralement, sur un espace hilbertien. L'algorithme est itératif et procède donc par améliorations successives. Au point courant, l'algorithme effectue un déplacement qui est obtenu en minimisant un modèle simple de la fonction (par exemple quadratique) sur une région de confiance (généralement une boule dont le rayon est appelé le rayon de confiance du modèle). Le rayon de confiance est ajusté de manière à faire décroître suffisamment la fonction à chaque itération. | ||
<br> | <br> | ||
<br> | <br> | ||
== Français == | ==Français== | ||
'''Algorithme à régions de confiance''' | '''Algorithme à régions de confiance''' <small>locution nominale masc.</small> | ||
<br> | <br> | ||
<br> | <br> | ||
== Anglais == | ==Anglais== | ||
'''Trust Region Algorithms ''' | '''Trust Region Algorithms ''' | ||
<br> | <br> | ||
<br> | <br> | ||
[https://fr.wikipedia.org/wiki/Algorithme_%C3%A0_r%C3%A9gions_de_confiance | [https://fr.wikipedia.org/wiki/Algorithme_%C3%A0_r%C3%A9gions_de_confiance Source : Wikipedia IA] | ||
<br> | <br> | ||
<br> | <br> | ||
Version du 19 avril 2019 à 18:37
Domaine
Définition
Un algorithme à régions de confiance est un algorithme d'optimisation différentiable (l'optimisation dont il est question ici est une branche des mathématiques), destiné à minimiser une fonction réelle définie sur un espace euclidien (par exemple, , l'espace des -uplets de nombres réels, muni d'un produit scalaire) ou, plus généralement, sur un espace hilbertien. L'algorithme est itératif et procède donc par améliorations successives. Au point courant, l'algorithme effectue un déplacement qui est obtenu en minimisant un modèle simple de la fonction (par exemple quadratique) sur une région de confiance (généralement une boule dont le rayon est appelé le rayon de confiance du modèle). Le rayon de confiance est ajusté de manière à faire décroître suffisamment la fonction à chaque itération.
Français
Algorithme à régions de confiance locution nominale masc.
Anglais
Trust Region Algorithms
Source : Wikipedia IA
Contributeurs: Jacques Barolet, wiki
