« Autoencodeur » : différence entre les versions

Version du 11 juin 2019 à 18:56

Domaine

Intelligence artificielle
Apprentissage profond

Définition

Architecture de réseau de neurones artificiels capable d'apprendre sans supervision des représentations qui sont généralement de dimensions inférieures aux données d'entrée.

Note: les auto-encodeurs sont utilisés pour la réduction de la dimension des données, pour extraire des attributs (ou caractéristiques), pour générer de nouvelles données (modèles génératifs), ou pour débruiter des données.

Français

auto-encodeur n.m.

autoencodeur n.m.

Anglais

autoencoder

Source: Géron, Aurélien (2017) Machine Learning avec Scikit-Learn - Mise en oeuvre et cas concrets, Paris, Dunod, 256 pages.

Source: Géron, Aurélien (2017). Deep Learning avec TensorFlow - Mise en oeuvre et cas concrets, Paris, Dunod, 360 pages.

Source: Goodfellow, Ian; Bengio, Yoshua et Aaron Courville (2018), Apprentissage profond, Paris, Massot éditions, 800 pages.

@@ Ligne 1 : / Ligne 1 : @@
-== Domaine ==
+==Domaine==
 [[Category:Vocabulaire]]
-[[Category:Intelligence artificielle]]Intelligence artificielle<br />
+[[Category:Intelligence artificielle]]
-[[Category:Apprentissage profond]]Apprentissage profond<br>
+Intelligence artificielle<br />
+[[Category:Apprentissage profond]]
+Apprentissage profond<br>
 [[Category:Termino 2019]]
 [[Category:Scotty]]
@@ Ligne 11 : / Ligne 13 : @@
+==Définition==
-== Définition ==
 Architecture de réseau de neurones artificiels capable d'apprendre sans supervision des représentations qui sont généralement de dimensions inférieures aux données d'entrée.
+Note: les auto-encodeurs sont utilisés pour la réduction de la dimension des données, pour extraire des attributs (ou caractéristiques), pour générer de nouvelles données (modèles génératifs), ou pour débruiter des données.
-Note
-Les autoencodeurs sont utilisés pour la réduction de la dimension des données, pour extraire des attributs (ou caractéristiques), pour générer de nouvelles données (modèles génératifs), ou pour débruiter des données.
@@ Ligne 24 : / Ligne 22 : @@
+==Français==
-== Français ==
+'''auto-encodeur'''  n.m.
-'''auto-encodeur'''
+'''autoencodeur'''  n.m.
-'''autoencodeur'''
+==Anglais==
-Source: Géron, Aurélien (2017) Machine Learning avec Scikit-Learn - Mise en oeuvre et cas concrets, Paris, Dunod, 256 pages.
+'''autoencoder'''
-Source: Géron, Aurélien (2017). Deep Learning avec TensorFlow - Mise en oeuvre et cas concrets, Paris, Dunod, 360 pages.
-Source: Goodfellow, Ian; Bengio, Yoshua et Aaron Courville (2018), Apprentissage profond, Paris, Massot éditions, 800 pages.
+Source: Géron, Aurélien (2017) ''Machine Learning avec Scikit-Learn - Mise en oeuvre et cas concrets'', Paris, Dunod, 256 pages.
-== Anglais ==
+Source: Géron, Aurélien (2017). ''Deep Learning avec TensorFlow - Mise en oeuvre et cas concrets'', Paris, Dunod, 360 pages.
-'''autoencoder'''
+Source: Goodfellow, Ian; Bengio, Yoshua et Aaron Courville (2018), ''Apprentissage profond'', Paris, Massot éditions, 800 pages.