« Modèle linéaire généralisé » : différence entre les versions
Aucun résumé des modifications |
Aucun résumé des modifications |
||
Ligne 5 : | Ligne 5 : | ||
[[Category:Apprentissage profond]]Apprentissage profond<br /> | [[Category:Apprentissage profond]]Apprentissage profond<br /> | ||
[[Category:scotty]] | [[Category:scotty]] | ||
[[Category:9]] | |||
<br /> | <br /> |
Version du 4 décembre 2018 à 14:52
Domaine
Vocabulaire
Google
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».
Termes privilégiés
modèle linéaire généralisé n.m.
Anglais
generalized linear model
Contributeurs: Claire Gorjux, Jacques Barolet, wiki, Robert Meloche