« Biais » : différence entre les versions


m (Remplacement de texte — « Catégorie:100 » par «  »)
Aucun résumé des modifications
Balise : Éditeur de wikicode 2017
Ligne 1 : Ligne 1 :
[[Catégorie:GRAND LEXIQUE FRANÇAIS]]
[[Catégorie:Apprentissage profond]]
==Définition==
==Définition==
Le biais est une des deux erreurs utilisée pour définir la qualité d’un algorithme d’apprentissage (l’autre étant la variance).
Le biais est une des deux erreurs utilisée pour définir la qualité d’un algorithme d’apprentissage (l’autre étant la variance).
Ligne 14 : Ligne 11 :
'''  bias '''
'''  bias '''


<small>


<small>
[https://developers.google.com/machine-learning/glossary/ Source: Google machine learning glossary]
[https://developers.google.com/machine-learning/glossary/ Source: Google machine learning glossary]


[https://dataanalyticspost.com/Lexique/biais/ Source : Data Analytics Post]
[https://dataanalyticspost.com/Lexique/biais/ Source : Data Analytics Post]
[[Catégorie:GRAND LEXIQUE FRANÇAIS]]
[[Catégorie:Apprentissage profond]]

Version du 5 mai 2020 à 19:09

Définition

Le biais est une des deux erreurs utilisée pour définir la qualité d’un algorithme d’apprentissage (l’autre étant la variance).

Les algorithmes d’apprentissage tentent d’approcher la relation exacte entre des variables d’entrée et de sortie d’un problème. Le modèle utilisé par l’algorithme est plus simple que le problème que l’on cherche à apprendre, il ne permet donc pas de rendre compte de toute sa complexité. On qualifie cette erreur faite dans les hypothèses du modèle de « biais ». On définit aussi parfois le biais comme la distance» entre le meilleur modèle pouvant être appris par l’algorithme et le vrai modèle. À ne pas confondre avec le biais de prédiction.

Français

biais nom masc.

Anglais

bias

Source: Google machine learning glossary

Source : Data Analytics Post