« Généralisation » : différence entre les versions


Aucun résumé des modifications
Balise : Éditeur de wikicode 2017
m (Remplacement de texte : « ↵↵↵↵ » par «   »)
 
(7 versions intermédiaires par le même utilisateur non affichées)
Ligne 1 : Ligne 1 :
[[Category:GRAND LEXIQUE FRANÇAIS]]
<!-- Vocabulaire -->
<!-- Google -->
[[Category:Apprentissage profond]]
<!-- Scotty2 -->
[[Category:Apprentissage automatique]]
[[Category:Termino 2019]]
== Définition ==
== Définition ==
Capacité d'un modèle à prédire correctement la catégorie de données inédites à partir des données utilisées pour entraîner le modèle.
Capacité d'un modèle à prédire correctement la catégorie de données inédites à partir des données utilisées pour entraîner le modèle.


== Français ==
== Français ==
'''généralisation '''  <small>n.f.</small>
'''généralisation '''   


== Anglais ==
== Anglais ==
Ligne 18 : Ligne 10 :




 
==Sources==
<small>


Source: Zimmer, Matthieu (2018). ''Apprentissage par renforcement développemental'', thèse de doctorat, Université de Lorraine, 172 pages.
Source: Zimmer, Matthieu (2018). ''Apprentissage par renforcement développemental'', thèse de doctorat, Université de Lorraine, 172 pages.
Ligne 28 : Ligne 19 :


[[Utilisateur:Patrickdrouin  | Source: Termino]]
[[Utilisateur:Patrickdrouin  | Source: Termino]]
[[Category:GRAND LEXIQUE FRANÇAIS]]
[[Category:Apprentissage profond]]
[[Category:Apprentissage automatique]]
[[Category:Termino 2019]]

Dernière version du 29 janvier 2024 à 13:35

Définition

Capacité d'un modèle à prédire correctement la catégorie de données inédites à partir des données utilisées pour entraîner le modèle.

Français

généralisation

Anglais

generalization


Sources

Source: Zimmer, Matthieu (2018). Apprentissage par renforcement développemental, thèse de doctorat, Université de Lorraine, 172 pages.

Source: Droniou, Alain (2015). Apprentissage de représentations et robotique développementale : quelques apports de l’apprentissage profond pour la robotique autonome, thèse de doctorat, Université Pierre et Marie Curie - Paris VI, 201 pages.

Source: Google machine learning glossary

Source: Termino