« Amplification adaptative » : différence entre les versions


Aucun résumé des modifications
Balise : Éditeur de wikicode 2017
Aucun résumé des modifications
Balise : Éditeur de wikicode 2017
(5 versions intermédiaires par le même utilisateur non affichées)
Ligne 4 : Ligne 4 :


==Définition==
==Définition==
De l'acronyme Adaboost (''adaptive boosting''). méta-algorithme d'amplification introduit par Yoav Freund et Robert Schapire. Il peut être utilisé en association avec de nombreux autres types d'algorithmes d'apprentissage afin d'en améliorer les performances. Les sorties des autres algorithmes (appelés ''classeurs faibles'') sont combinées en une somme pondérée qui représente la sortie finale du classeur amplifié. L'amplification est adaptative dans le sens où les classeurs faibles subséquents sont ajustés en faveur des échantillons mal classés par les classeurs précédents.
De ''adaptive boosting'', méta-algorithme d'amplification introduit par Yoav Freund et Robert Schapire. Il peut être utilisé en association avec de nombreux autres types d'algorithmes d'apprentissage afin d'en améliorer les performances. Les sorties des autres algorithmes (appelés ''classificateurs faibles'') sont combinées en une somme pondérée qui représente la sortie finale du classificateur amplifié. L'amplification est adaptative dans le sens où les classificateurs faibles subséquents sont ajustés en faveur des échantillons mal classés par les classificateurs précédents.


==Français==
==Français==
Ligne 11 : Ligne 11 :
'''algorithme AdaBoost'''  <small>loc.nom. masc.</small>
'''algorithme AdaBoost'''  <small>loc.nom. masc.</small>


'''AdaBoost'''  nom propre
'''AdaBoost'''  <small>nom propre</small>


==Anglais==
==Anglais==
Ligne 20 : Ligne 20 :
<small>
<small>


[https://fr.wikipedia.org/wiki/AdaBoost ''Source : Wikipedia, ''AdaBoost'']
[https://fr.wikipedia.org/wiki/AdaBoost Source : Wikipedia, ''AdaBoost'']

Version du 9 août 2019 à 18:54


Définition

De adaptive boosting, méta-algorithme d'amplification introduit par Yoav Freund et Robert Schapire. Il peut être utilisé en association avec de nombreux autres types d'algorithmes d'apprentissage afin d'en améliorer les performances. Les sorties des autres algorithmes (appelés classificateurs faibles) sont combinées en une somme pondérée qui représente la sortie finale du classificateur amplifié. L'amplification est adaptative dans le sens où les classificateurs faibles subséquents sont ajustés en faveur des échantillons mal classés par les classificateurs précédents.

Français

amplification adaptative loc. nom. fém.

algorithme AdaBoost loc.nom. masc.

AdaBoost nom propre

Anglais

Adaboost


Source : Wikipedia, AdaBoost



Contributeurs: Jacques Barolet, wiki