« 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==
[[category:Vocabulaire]]  
[[category:Vocabulaire]]  
[[Catégorie:Wikipedia-IA]]
[[Catégorie:Wikipedia-IA]]
Ligne 9 : Ligne 9 :
<br>
<br>


== description ==
==Définition==
Le boosting est un domaine de l'apprentissage automatique (branche de l'intelligence artificielle). C'est un principe qui regroupe de nombreux algorithmes qui s'appuient sur des ensembles de classifieurs binaires : le boosting optimise leurs performances.
Le boosting 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 classifieur peu corrélé à la vraie classification (il peut mieux étiqueter des exemples que des suppositions aléatoires). En revanche, un bon élève est un classifieur arbitrairement bien corrélé à la vraie classification.<br>
 
Le principe est issu de la combinaison de classifieurs (appelés également hypothèses). Par itérations successives, la connaissance d'un classifieur faible - weak classifier - est ajoutée au classifieur final - strong classifier.
<br>
<br>
<br>


== Français ==
==Français==
'''Boosting'''
'''Boosting'''
   
   
<br>
<br />
<br>


== Anglais ==
==Anglais==
'''Boosting'''
'''Boosting'''
<br>
<br>
<br>
<br>
[https://fr.wikipedia.org/wiki/Boosting    Source : Wikipedia IA ]
[https://en.wikipedia.org/wiki/Boosting_(machine_learning) : Wikipedia IA]
<br>
<br>
<br>
<br>

Version du 20 avril 2019 à 16:07

Domaine



Définition

Le boosting 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 classifieur peu corrélé à la vraie classification (il peut mieux étiqueter des exemples que des suppositions aléatoires). En revanche, un bon élève est un classifieur arbitrairement bien corrélé à la vraie classification.

Français

Boosting


Anglais

Boosting

: Wikipedia IA