« Biais » : différence entre les versions


m (Remplacement de texte — «  ==Définition== » par «  ==Définition== »)
m (Remplacement de texte — « Catégorie:100 » par «  »)
Ligne 1 : Ligne 1 :
[[Catégorie:GRAND LEXIQUE FRANÇAIS]]
[[Catégorie:GRAND LEXIQUE FRANÇAIS]]
[[Catégorie:Apprentissage profond]]
[[Catégorie:Apprentissage profond]]
[[Catégorie:100]]
 
==Définition==
==Définition==
Le biais est une des deux erreurs utilisée pour définir la qualité d’un algorithme d’apprentissage (l’autre étant la variance).
Le biais est une des deux erreurs utilisée pour définir la qualité d’un algorithme d’apprentissage (l’autre étant la variance).

Version du 3 mai 2020 à 09:30


Définition

Le biais est une des deux erreurs utilisée pour définir la qualité d’un algorithme d’apprentissage (l’autre étant la variance).

Les algorithmes d’apprentissage tentent d’approcher la relation exacte entre des variables d’entrée et de sortie d’un problème. Le modèle utilisé par l’algorithme est plus simple que le problème que l’on cherche à apprendre, il ne permet donc pas de rendre compte de toute sa complexité. On qualifie cette erreur faite dans les hypothèses du modèle de « biais ». On définit aussi parfois le biais comme la distance» entre le meilleur modèle pouvant être appris par l’algorithme et le vrai modèle. À ne pas confondre avec le biais de prédiction.

Français

biais nom masc.

Anglais

bias


Source: Google machine learning glossary

Source : Data Analytics Post