« Apprentissage de variété » : différence entre les versions
m (Remplacement de texte — « Source: L'apprentissage profond. Éd.Massot 2018 » par « Source : ''L'apprentissage profond'', Ian Goodfellow, Yoshua Bengio et Aaron Courville Éd. Massot 2018 ») |
m (Remplacement de texte : « '''==Sources== » par « ''' ==Sources== ») |
||
| (8 versions intermédiaires par 4 utilisateurs non affichées) | |||
| Ligne 1 : | Ligne 1 : | ||
== Définition == | == Définition == | ||
. | L'apprentissage de [[variété]] est une approche de la réduction non linéaire de la dimensionnalité. Les algorithmes pour cette tâche sont basés sur l'idée que la dimensionnalité de nombreux ensembles de données n'est qu'artificiellement élevée. | ||
== Français == | == Français == | ||
| Ligne 13 : | Ligne 8 : | ||
'''Manifold learning ''' | '''Manifold learning ''' | ||
==Sources== | |||
[https://www.apprentissageprofond.org/ Source : ''L'apprentissage profond'', Ian Goodfellow, Yoshua Bengio et Aaron Courville Éd. Massot 2018 page 175 ] | |||
[https:// | [https://prateekvjoshi.com/2014/06/21/what-is-manifold-learning/ Source : PERPETUAL ENIGMA ] | ||
[https://scikit-learn.org/stable/modules/manifold.html Source : Scikit Learn ] | |||
[[Catégorie:Apprentissage profond]] | |||
[[Catégorie:GRAND LEXIQUE FRANÇAIS]] | |||
Dernière version du 27 janvier 2024 à 17:11
Définition
L'apprentissage de variété est une approche de la réduction non linéaire de la dimensionnalité. Les algorithmes pour cette tâche sont basés sur l'idée que la dimensionnalité de nombreux ensembles de données n'est qu'artificiellement élevée.
Français
Apprentissage de variété
Anglais
Manifold learning
Sources
Contributeurs: Claire Gorjux, Jacques Barolet, Marie Alfaro, Patrick Drouin, wiki
