« Fonction d'erreur » : différence entre les versions


Aucun résumé des modifications
Aucun résumé des modifications
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 dépendante de la tâche à accomplir devant être optimisée dans un modèle visant l’apprentissage des réseaux de neurones.   
 
==Compléments==
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.


==Français==
==Français==
Ligne 8 : Ligne 11 :


'''fonction objectif'''   
'''fonction objectif'''   
'''fonction d'erreur'''


==Anglais==
==Anglais==
Ligne 15 : Ligne 21 :


'''objective function'''
'''objective function'''
'''error function'''





Version du 4 avril 2023 à 14:28

Définition

Fonction dépendante de la tâche à accomplir devant être optimisée dans un modèle visant l’apprentissage des réseaux de neurones.

Compléments

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.

Français

fonction de coût

fonction de perte

fonction objectif

fonction d'erreur


Anglais

cost function

loss function

objective function

error function


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: Termino