« Perte » : différence entre les versions
m (Remplacement de texte — « nominale » par « nom. ») |
Aucun résumé des modifications Balise : Éditeur de wikicode 2017 |
||
| Ligne 1 : | Ligne 1 : | ||
==Définition== | ==Définition== | ||
Mesure de l'écart entre les prédictions d'un modèle et son étiquette ou performance du modèle. Pour déterminer cette valeur, un modèle doit définir une fonction de perte. Par exemple, les modèles de régression linéaire utilisent généralement l'erreur quadratique moyenne comme fonction de perte, tandis que les modèles de régression logistiques utilisent la perte logistique. | Mesure de l'écart entre les prédictions d'un modèle et son étiquette ou performance du modèle. Pour déterminer cette valeur, un modèle doit définir une fonction de perte. Par exemple, les modèles de régression linéaire utilisent généralement l'erreur quadratique moyenne comme fonction de perte, tandis que les modèles de régression logistiques utilisent la perte logistique. | ||
| Ligne 17 : | Ligne 15 : | ||
[https://developers.google.com/machine-learning/glossary/ Source: Google, ''Machine learning glossary''.] | [https://developers.google.com/machine-learning/glossary/ Source: Google, ''Machine learning glossary''.] | ||
[[Category:GRAND LEXIQUE FRANÇAIS]] | |||
[[Category:Apprentissage profond]] | |||
Version du 8 mai 2020 à 08:08
Définition
Mesure de l'écart entre les prédictions d'un modèle et son étiquette ou performance du modèle. Pour déterminer cette valeur, un modèle doit définir une fonction de perte. Par exemple, les modèles de régression linéaire utilisent généralement l'erreur quadratique moyenne comme fonction de perte, tandis que les modèles de régression logistiques utilisent la perte logistique.
Français
perte nom fém.
performance du modèle loc, nom.fém.
Anglais
loss
Contributeurs: Claire Gorjux, Jacques Barolet, wiki
