« Fonction d'erreur » : différence entre les versions


Aucun résumé des modifications
Aucun résumé des modifications
 
(10 versions intermédiaires par 3 utilisateurs non affichées)
Ligne 1 : Ligne 1 :
==Définition==
==Définition==
Fonction dépendante de la tâche à accomplir devant être optimisée dans un modèle visant l’apprentissage des réseaux de neurones. Note: en fonction du domaine d'application, on aura tendance à utiliser plutôt fonction de coût (en économie par exemple) que fonction d'erreur. On rencontre parfois un usage plus générique pour le terme fonction objectif.
'''[[Fonction]]''' mathématique utilisée pour représenter la différence éventuelle entre la vraie valeur et une observation ou estimation empirique.
 
==Compléments==
En fonction du domaine d'application, on aura tendance à plutôt parler de fonction de coût (en économie par exemple) que de fonction d'erreur. On retrouve aussi le terme plus générique de "fonction objective".


==Français==
==Français==
'''fonction d'erreur'''
'''fonction de coût'''   
'''fonction de coût'''   


'''fonction de perte'''
'''fonction de perte'''  


'''fonction d'erreur'''   
'''fonction objective'''   


'''fonction objectif'''
'''fonction de calcul de l'erreur'''


==Anglais==
==Anglais==
Ligne 18 : Ligne 23 :
'''objective function'''
'''objective function'''


'''error function'''
==Sources==
Source : Goodfellow, Ian; Bengio, Yoshua et Aaron Courville (2016), ''Deep Learning'', Cambridge, The MIT Press, 775 pages. (version française)
Source : Chabot, Florian (2017). ''Analyse fine 2D/3D de véhicules par réseaux de neurones profonds'', thèse de doctorat, Université Clermont Auvergne, 171 pages.


<small>
Source : Bisson, Valentin (2012). ''Algorithmes d’apprentissage pour la recommandation'', thèse de doctorat, Université de Montréal, 96 pages.


Source: Goodfellow, Ian; Bengio, Yoshua et Aaron Courville (2016), ''Deep Learning'', Cambridge, The MIT Press, 775 pages. (version française)
Source : Damien Fourure (2017). ''Réseaux de neurones convolutifs pour la segmentation sémantique et l'apprentissage d'invariants de couleur''. thèse de doctorat, Université de Lyon, 178 pages.


Source: Chabot, Florian (2017). ''Analyse fine 2D/3D de véhicules par réseaux de neurones profonds'', thèse de doctorat, Université Clermont Auvergne, 171 pages.
Source : Baccouche, Moez (2013). ''Apprentissage neuronal de caractéristiques spatio-temporelles pour la classifica-tion automatique de séquences vidéo'', thèse de doctorat, INSA de Lyon, 194 pages.


Source: Bisson, Valentin (2012). ''Algorithmes d’apprentissage pour la recommandation'', thèse de doctorat, Université de Montréal, 96 pages.
[https://www.isi-web.org/glossary?language=2  Source : ISI Glossaire ]


Source: Damien Fourure (2017). ''Réseaux de neurones convolutifs pour la segmentation sémantique et l'apprentissage d'invariants de couleur''. thèse de doctorat, Université de Lyon, 178 pages.
[https://isi.cbs.nl/glossary/term1139.htm  Source : ISI ]


Source: Baccouche, Moez (2013). ''Apprentissage neuronal de caractéristiques spatio-temporelles pour la classifica-tion automatique de séquences vidéo'', thèse de doctorat, INSA de Lyon, 194 pages.
[https://gdt.oqlf.gouv.qc.ca/ficheOqlf.aspx?Id_Fiche=26521217  Source : Le grand dictionnaire terminologique ]


[[Utilisateur:Patrickdrouin  | Source: Termino]]


[[Category:Termino 2019]]
[[Category:GRAND LEXIQUE FRANÇAIS]]
[[Category:GRAND LEXIQUE FRANÇAIS]]

Dernière version du 21 mai 2024 à 23:08

Définition

Fonction mathématique utilisée pour représenter la différence éventuelle entre la vraie valeur et une observation ou estimation empirique.

Compléments

En fonction du domaine d'application, on aura tendance à plutôt parler de fonction de coût (en économie par exemple) que de fonction d'erreur. On retrouve aussi le terme plus générique de "fonction objective".

Français

fonction d'erreur

fonction de coût

fonction de perte

fonction objective

fonction de calcul de l'erreur

Anglais

cost function

loss function

objective function

error function

Sources

Source : Goodfellow, Ian; Bengio, Yoshua et Aaron Courville (2016), Deep Learning, Cambridge, The MIT Press, 775 pages. (version française)

Source : Chabot, Florian (2017). Analyse fine 2D/3D de véhicules par réseaux de neurones profonds, thèse de doctorat, Université Clermont Auvergne, 171 pages.

Source : Bisson, Valentin (2012). Algorithmes d’apprentissage pour la recommandation, thèse de doctorat, Université de Montréal, 96 pages.

Source : Damien Fourure (2017). Réseaux de neurones convolutifs pour la segmentation sémantique et l'apprentissage d'invariants de couleur. thèse de doctorat, Université de Lyon, 178 pages.

Source : Baccouche, Moez (2013). Apprentissage neuronal de caractéristiques spatio-temporelles pour la classifica-tion automatique de séquences vidéo, thèse de doctorat, INSA de Lyon, 194 pages.

Source : ISI Glossaire

Source : ISI

Source : Le grand dictionnaire terminologique