« Données exclues » : différence entre les versions
m (Remplacement de texte : « ↵↵↵==Sources== » par « ==Sources== ») |
Aucun résumé des modifications |
||
| Ligne 1 : | Ligne 1 : | ||
== Définition == | == Définition == | ||
Exemples intentionnellement non utilisés (exclus) pendant l'apprentissage. L'ensemble de données de validation et l'ensemble de données d'évaluation sont des exemples de données exclues. Les données exclues aident à évaluer la capacité d'un modèle à être généralisé à des données autres que celles utilisées pour l'apprentissage. La perte d'un ensemble de données non vues jusqu'à présent est estimé plus précisément par la perte de l'ensemble de données exclues que par celui de l'ensemble d'apprentissage. | Exemples intentionnellement non utilisés (exclus) pendant l'apprentissage. L'[[ensemble de données de validation]] et l'ensemble de données d'évaluation sont des exemples de données exclues. Les données exclues aident à évaluer la capacité d'un modèle à être généralisé à des données autres que celles utilisées pour l'apprentissage. La perte d'un ensemble de données non vues jusqu'à présent est estimé plus précisément par la perte de l'ensemble de données exclues que par celui de l'ensemble d'apprentissage. | ||
== Français == | == Français == | ||
''' données exclues''' | '''données exclues''' | ||
== Anglais == | == Anglais == | ||
''' | '''holdout data''' | ||
==Sources== | ==Sources== | ||
[https://developers.google.com/machine-learning/glossary/ Source : Google machine learning glossary ] | |||
[https://developers.google.com/machine-learning/glossary/ Source: Google machine learning glossary ] | |||
[[Category:GRAND LEXIQUE FRANÇAIS]] | [[Category:GRAND LEXIQUE FRANÇAIS]] | ||
[[Category:Apprentissage profond]] | [[Category:Apprentissage profond]] | ||
Dernière version du 28 mars 2024 à 18:46
Définition
Exemples intentionnellement non utilisés (exclus) pendant l'apprentissage. L'ensemble de données de validation et l'ensemble de données d'évaluation sont des exemples de données exclues. Les données exclues aident à évaluer la capacité d'un modèle à être généralisé à des données autres que celles utilisées pour l'apprentissage. La perte d'un ensemble de données non vues jusqu'à présent est estimé plus précisément par la perte de l'ensemble de données exclues que par celui de l'ensemble d'apprentissage.
Français
données exclues
Anglais
holdout data
Sources
Contributeurs: Claire Gorjux, Jacques Barolet, wiki
