« Machine à apprentissage extrême » : différence entre les versions
Aucun résumé des modifications |
Aucun résumé des modifications |
||
| Ligne 5 : | Ligne 5 : | ||
Le calcul analytique des poids de sortie utilise une matrice pseudo-inverse de Moore-Penrose. | Le calcul analytique des poids de sortie utilise une matrice pseudo-inverse de Moore-Penrose. | ||
La machine à apprentissage extrême est un sujet controversé sur le plan de l'appellation « extrême » et de la réinvention sans citer les sources des travaux antérieurs. Notons que cette architecture n'est pas d'usage répandu en 2022 alors qu'elle a été inventée vers 2005. | La machine à apprentissage extrême est un sujet controversé sur le plan de l'appellation « extrême » et de la réinvention de principes scientifiques sans citer les sources des travaux antérieurs. Notons que cette architecture n'est pas d'usage répandu en 2022 alors qu'elle a été inventée vers 2005. | ||
== Français == | == Français == | ||
Version du 5 octobre 2022 à 12:16
Définition
La machine à apprentissage extrême est une architecture non-bouclée de réseau de neurones avec une unique couche cachée de neurones (genre perceptron) connectée aux entrées par des poids aléatoires non entraînés et dont les poids de sortie sont calculés analytiquement.
Compléments
Le calcul analytique des poids de sortie utilise une matrice pseudo-inverse de Moore-Penrose.
La machine à apprentissage extrême est un sujet controversé sur le plan de l'appellation « extrême » et de la réinvention de principes scientifiques sans citer les sources des travaux antérieurs. Notons que cette architecture n'est pas d'usage répandu en 2022 alors qu'elle a été inventée vers 2005.
Français
machine à apprentissage extrême
machine d'apprentissage extrême
réseau de neurones à apprentissage extrême
réseau neuronal à apprentissage extrême
Anglais
extreme learning machine
ELM
Source : Wikipedia Machine Learning
Contributeurs: Claire Gorjux, Claude Coulombe, Imane Meziani, Patrick Drouin, wiki
