« Dimension de Vapnik-Chervonenkis » : différence entre les versions


Aucun résumé des modifications
Balise : Éditeur de wikicode 2017
Aucun résumé des modifications
Balise : Éditeur de wikicode 2017
Ligne 1 : Ligne 1 :
== en construction ==
[[Catégorie:Vocabulaire]]  
[[Catégorie:Vocabulaire]]  
[[Catégorie:App-profond-livre]]
[[Catégorie:App-profond-livre]]
[[Catégorie:Apprentissage profond]]  
[[Catégorie:Apprentissage profond]]  
[[Catégorie:Scotty]]
[[Catégorie:Scotty]]
[[Catégorie:9]]


== Définition ==
== Définition ==
La dimension VC mesure la capacité q'un classificateur binaire. La dimension VC est définie comme étant la plus grande valeur possible de <math>m</math> telle qu'il existe un ensemble d'apprentissage de <math>m</math>points <math>x</math>différents que le classificateur peut étiqueter arbitrairement.
Dans la théorie de l'apprentissage automatique, la dimension VC est une mesure de la capacité d'un algorithme de classification statistique. Elle est définie comme le cardinal du plus grand ensemble de points que l'algorithme peut pulvériser. C'est un concept central dans la théorie de Vapnik-Tchervonenkis


== Français ==
== Français ==
'''dimension de Vapnik-Chervonenkis'''
'''dimension de Vapnik-Chervonenkis'''   <small>loc.nom. fém.</small>


'''dimension VC'''
'''dimension VC'''   <small>loc.nom. fém.</small>
   
   
== Anglais ==
== Anglais ==
Ligne 21 : Ligne 20 :
<small>
<small>


[https://apprentissageprofond.org  Source :  ''L'apprentissage profond'',  Ian Goodfellow, Yoshua Bengio et Aaron Courville  Éd. Massot 2018  page 131  ]
[https://apprentissageprofond.org  Source:  ''L'apprentissage profond'',  Ian Goodfellow, Yoshua Bengio et Aaron Courville  Éd. Massot 2018  page 131.  ]
 
[https://fr.wikipedia.org/wiki/Dimension_de_Vapnik-Tchervonenkis  Source: Wikipedia, Dimension de Vapnik-Tchervonenkis. ]

Version du 25 février 2020 à 18:12


Définition

Dans la théorie de l'apprentissage automatique, la dimension VC est une mesure de la capacité d'un algorithme de classification statistique. Elle est définie comme le cardinal du plus grand ensemble de points que l'algorithme peut pulvériser. C'est un concept central dans la théorie de Vapnik-Tchervonenkis

Français

dimension de Vapnik-Chervonenkis loc.nom. fém.

dimension VC loc.nom. fém.

Anglais

VC dimension


Source: L'apprentissage profond, Ian Goodfellow, Yoshua Bengio et Aaron Courville Éd. Massot 2018 page 131.

Source: Wikipedia, Dimension de Vapnik-Tchervonenkis.



Contributeurs: Jacques Barolet, wiki