« Modèle linéaire généralisé » : différence entre les versions
Aucun résumé des modifications |
Aucun résumé des modifications Balise : Éditeur de wikicode 2017 |
||
Ligne 1 : | Ligne 1 : | ||
== Domaine == | == Domaine == | ||
[[Category:GRAND LEXIQUE FRANÇAIS]] | [[Category:GRAND LEXIQUE FRANÇAIS]] | ||
[[Category:Vocabulaire2]] | [[Category:Vocabulaire2]] | ||
[[Category:Google2]] | [[Category:Google2]] | ||
[[Category:Apprentissage | [[Category:Apprentissage profond]]Apprentissage profond<br /> | ||
[[Category:scotty2]] | [[Category:scotty2]] | ||
Version du 3 juin 2019 à 15:50
Domaine
Apprentissage profond
Définition
Généralisation des modèles de régression des moindres carrés, qui sont basés sur le bruit gaussien, à d'autres types de modèles basés sur d'autres types de bruit, par exemple le bruit de grenaille ou le bruit catégorique. Exemples de modèles linéaires généralisés :
- Régression logistique
- Régression à classes multiples
- Régression des moindres carrés
La puissance d'un modèle linéaire généralisé est limitée par les caractéristiques de celui-ci. Contrairement à un modèle profond, un modèle généralisé ne peut pas «apprendre de nouvelles caractéristiques».
Français
modèle linéaire généralisé n.m.
Anglais
generalized linear model
Source: Google machine learning glossary
Publié : datafranca.org
Contributeurs: Claire Gorjux, Jacques Barolet, wiki, Robert Meloche