« Fonction d'erreur » : différence entre les versions
Aucun résumé des modifications Balise : Éditeur de wikicode 2017 |
Aucun résumé des modifications |
||
Ligne 5 : | Ligne 5 : | ||
[[Category:Scotty]] | [[Category:Scotty]] | ||
== Définition == | ==Définition== | ||
Fonction dépendante de la tâche à accomplir devant être optimisée dans un modèle visant l’apprentissage des réseaux de neurones. | Fonction dépendante de la tâche à accomplir devant être optimisée dans un modèle visant l’apprentissage des réseaux de neurones. Note: en fonction du domaine d'application, on aura tendance à utiliser plutôt fonction de coût (en économie par exemple) que fonction d'erreur. On rencontre parfois un usage plus générique pour le terme fonction objectif. | ||
==Français== | |||
== Français == | |||
'''fonction de coût''' | '''fonction de coût''' | ||
Ligne 19 : | Ligne 17 : | ||
'''fonction objectif''' | '''fonction objectif''' | ||
== Anglais == | ==Anglais== | ||
'''cost function''' | '''cost function''' | ||
Version du 18 juin 2019 à 17:42
Définition
Fonction dépendante de la tâche à accomplir devant être optimisée dans un modèle visant l’apprentissage des réseaux de neurones. Note: en fonction du domaine d'application, on aura tendance à utiliser plutôt fonction de coût (en économie par exemple) que fonction d'erreur. On rencontre parfois un usage plus générique pour le terme fonction objectif.
Français
fonction de coût
fonction de perte
fonction d'erreur
fonction objectif
Anglais
cost function
loss function
error function
objective function
Source : Goodfellow, Ian; Bengio, Yoshua et Aaron Courville (2016), Deep Learning, Cambridge, The MIT Press, 775 pages. (version française)
Source : Chabot, Florian (2017). Analyse fine 2D/3D de véhicules par réseaux de neurones profonds, thèse de doctorat, Université Clermont Auvergne, 171 pages.
Source : Bisson, Valentin (2012). Algorithmes d’apprentissage pour la recommandation, thèse de doctorat, Université de Montréal, 96 pages.
Source : Damien Fourure (2017). Réseaux de neurones convolutifs pour la segmentation sémantique et l'apprentissage d'invariants de couleur. thèse de doctorat, Université de Lyon, 178 pages.
Source : Baccouche, Moez (2013). Apprentissage neuronal de caractéristiques spatio-temporelles pour la classifica-tion automatique de séquences vidéo, thèse de doctorat, INSA de Lyon, 194 pages.
Contributeurs: Evan Brach, Jacques Barolet, Julie Roy, Patrick Drouin, wiki