« Classification à classes multiples » : différence entre les versions

Dernière version du 23 mars 2024 à 23:16

Définition

Classification qui distingue plus de deux classes. Il existe par exemple environ 128 espèces d'érable. Un modèle les classant serait donc à classes multiples. À l'inverse, un modèle qui répartit les courriers électroniques en seulement deux catégories, « pourriel » et « pas un pourriel », serait un modèle de classification binaire.

Français

classification à classes multiples

classification multinomiale

Anglais

multi-class classification

multinomial classification

Sources

Source : Google machine learning glossary

@@ Ligne 1 : / Ligne 1 : @@
-__NOTOC__
-== Domaine ==
-[[Category:Vocabulaire]]Vocabulaire<br />
-[[Category:Google]]Google<br />
-[[Category:Apprentissage profond]]Apprentissage profond<br />
-<br />
 == Définition ==
-Problèmes de classification qui distingue plus de deux classes. Il existe par exemple environ 128 espèces d'érable. Un modèle les classant serait donc à classes multiples. À l'inverse, un modèle qui répartit les e-mails en seulement deux catégories, spam et non spam, serait un modèle de classification binaire.
+'''[[Classification]]''' qui distingue plus de deux classes. Il existe par exemple environ 128 espèces d'érable. Un modèle les classant serait donc à classes multiples. À l'inverse, un modèle qui répartit les courriers électroniques en seulement deux catégories, « pourriel » et « pas un pourriel », serait un modèle de '''[[classification binaire]]'''.
+== Français ==
+'''classification à classes multiples'''
-<br />
+'''classification multinomiale'''
-== Termes privilégiés ==
-=== classification à classes multiples ===
+== Anglais ==
+'''multi-class classification'''
-<br />
+'''multinomial classification'''
-== Anglais ==
-===  multi-class classification ===
+==Sources==
+[https://developers.google.com/machine-learning/glossary/  Source : Google machine learning glossary ]
-<br/>
+[[Category:GRAND LEXIQUE FRANÇAIS]]
-<br/>
+[[Category:Apprentissage profond]]
-<br/>
-[https://developers.google.com/machine-learning/glossary/  Source: Google machine learning glossary ]
-<br/>
-<br/>
-<br/>