« Régularisation L2 » : différence entre les versions

Version du 2 juin 2019 à 14:23

Domaine

Définition

Régularisation qui ajuste à la baisse les poids au sein d'un modèle proportionnellement à la somme des carrés de leurs valeurs afin de contrer le surajustement.

Notes

La régularisation L2 vise à ce que les poids dont la valeur est marginale (valeur positive ou négative très élevée ou très faible) se rapprochent le plus possible de 0 (sans jamais l'atteindre).

Français

régularisation L2 n. f.

régularisation de Ridge, n. f.

Anglais

L2 regularization

Ridge regularization

Source: Google machine learning glossary

Publié : datafranca.org

@@ Ligne 6 : / Ligne 6 : @@
 [[Category:Apprentissage profond2]]
 [[Category:scotty2]]
+[[Category:Termino 2019]]
 <br />
 == Définition ==
-Type de régularisation qui pénalise les pondérations proportionnellement à la somme de leurs carrés. La régularisation L2 aide à rapprocher de zéro la pondération des anomalies (celles dont la valeur est très positive ou très négative), sans pour autant atteindre zéro. (À comparer à la '''régularisation L1'''). La régularisation L2 améliore toujours la généralisation des modèles linéaires.
+Régularisation qui ajuste à la baisse les poids au sein d'un modèle proportionnellement à la somme des carrés de leurs valeurs afin de contrer le surajustement.
+Notes
+La régularisation L2 vise à ce que les poids dont la valeur est marginale (valeur positive ou négative très élevée ou très faible) se rapprochent le plus possible de 0 (sans jamais l'atteindre).
 <br />
 == Français ==
-=== régularisation L2 n.f.===
+'''régularisation L2 n. f.'''
+'''régularisation de Ridge, n. f.'''
 <br />
@@ Ligne 22 : / Ligne 28 : @@
 == Anglais ==
-===  L2 regularization===
+'''L2 regularization'''
+'''Ridge regularization'''
 <br/>

« Régularisation L2 » : différence entre les versions