Catégorie:Apprentissage profond
Pages dans la catégorie « Apprentissage profond »
Cette catégorie comprend 245 pages, dont les 100 ci-dessous.
(page précédente) (page suivante)C
D
- Densité de probabilité
- Descente de gradient stochastique
- Dimension de Vapnik-Chervonenkis
- Distribution de Dirac
- Divergence contractive persistante
- Données disséminées
- Données exclues
- Données numériques
- Double rétropropagation
- Décomposition en valeurs singulières
- Décomposition parcimonieuse prévisionnelle
- Dérivée fonctionnelle
- Dérivée partielle
E
- Échantillonnage ancestral
- Échantillonnage de Gibbs
- Échantillonnage d’importance biaisé
- Échelonnage des poids
- Ecrêtage de gradient
- ELMo
- Ensemble convexe
- Ensemble d'apprentissage
- Ensemble d'évaluation
- Ensemble de caractéristiques
- Ensemble de données avec déséquilibre des classes
- Entraînement de modèle
- Entropie croisée
- Époque
- Équation d'Euler-Lagrange
- Équivariance
- Erreur d'entraînement
- Erreur entropie croisée catégorielle
- Estimateur
- Estimateur asymptotiquement sans biais
- Estimateur personnalisé
- Exemple
- Exemple sans étiquette
- Exemple étiqueté
- Extinction de neurone
- Extraction de caractéristiques
F
G
I
M
- Machine de Boltzmann
- Machine de Boltzmann restreinte
- Machines à vecteurs de support à noyau
- Marge maximale
- Marge maximale quadratique
- Matrice de confusion
- Mini-lot
- Minimisation du risque empirique
- Minimisation du risque structurel
- Mise à jour des paramètres
- Mise à l'échelle
- MNIST
- Modèle de classification
- Modèle de langue neuronal
- Modèle de séquence
- Modèle dynamique
- Modèle encodeur-décodeur