« Biais » : différence entre les versions


Aucun résumé des modifications
Aucun résumé des modifications
Ligne 21 : Ligne 21 :
[[Catégorie:GDT]]
[[Catégorie:GDT]]
[[Catégorie:GRAND LEXIQUE FRANÇAIS]]
[[Catégorie:GRAND LEXIQUE FRANÇAIS]]
[[Catégorie:Apprentissage profond]]
[[Catégorie:101]]

Version du 23 juillet 2022 à 11:11

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. ou une Erreur systématique

Français

biais

Anglais

bias

Source: Google machine learning glossary

Source : Data Analytics Post