« Dopage » : 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 : | ||
==Domaine== | ==Domaine== | ||
[[Catégorie:Wikipedia-IA]] | [[Catégorie:Wikipedia-IA]] | ||
[[Catégorie:Apprentissage automatique]] | [[Catégorie:Apprentissage automatique]]Apprentissage automatique | ||
[[Catégorie:Algorithme de classification]] | [[Catégorie:Algorithme de classification]]Algorithme de classification | ||
[[Category:GRAND LEXIQUE FRANÇAIS]] | [[Category:GRAND LEXIQUE FRANÇAIS]] | ||
[[Catégorie:scotty2]] | [[Catégorie:scotty2]] | ||
==Définition== | ==Définition== | ||
Le dopage est un méta-algorithme d'ensemble d'apprentissage automatique destiné à réduire principalement les biais, mais aussi la variance de l'apprentissage supervisé, ainsi qu'une famille d'algorithmes d'apprentissage automatique qui convertissent les apprenants faibles en puissants. Le renforcement est basé sur la question posée par Kearns et Valiant : « Un ensemble d'apprenants faibles peut-il créer un seul apprenant fort? ». Un apprenant faible est défini comme un classicateur peu corrélé à la vraie classification (il peut mieux étiqueter des exemples que des suppositions aléatoires). En revanche, un bon élève est un classicateur arbitrairement bien corrélé à la vraie classification.<br> | Le dopage est un méta-algorithme d'ensemble d'apprentissage automatique destiné à réduire principalement les biais, mais aussi la variance de l'apprentissage supervisé, ainsi qu'une famille d'algorithmes d'apprentissage automatique qui convertissent les apprenants faibles en puissants. Le renforcement est basé sur la question posée par Kearns et Valiant : « Un ensemble d'apprenants faibles peut-il créer un seul apprenant fort? ». Un apprenant faible est défini comme un classicateur peu corrélé à la vraie classification (il peut mieux étiqueter des exemples que des suppositions aléatoires). En revanche, un bon élève est un classicateur arbitrairement bien corrélé à la vraie classification.<br> | ||
==Français== | ==Français== | ||
| Ligne 19 : | Ligne 14 : | ||
'''''boosting''''' <small>nom. angl. masc.</small> | '''''boosting''''' <small>nom. angl. masc.</small> | ||
==Anglais== | ==Anglais== | ||
'''Boosting''' | '''Boosting''' | ||
Version du 15 juin 2019 à 21:12
Domaine
Apprentissage automatiqueAlgorithme de classification
Définition
Le dopage est un méta-algorithme d'ensemble d'apprentissage automatique destiné à réduire principalement les biais, mais aussi la variance de l'apprentissage supervisé, ainsi qu'une famille d'algorithmes d'apprentissage automatique qui convertissent les apprenants faibles en puissants. Le renforcement est basé sur la question posée par Kearns et Valiant : « Un ensemble d'apprenants faibles peut-il créer un seul apprenant fort? ». Un apprenant faible est défini comme un classicateur peu corrélé à la vraie classification (il peut mieux étiqueter des exemples que des suppositions aléatoires). En revanche, un bon élève est un classicateur arbitrairement bien corrélé à la vraie classification.
Français
dopage n.m.
boosting nom. angl. masc.
Anglais
Boosting
Contributeurs: Claude Coulombe, Jacques Barolet, Patrick Drouin, wiki
