« Machines à vecteurs de support à noyau » : 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:GRAND LEXIQUE FRANÇAIS]] | [[Category:GRAND LEXIQUE FRANÇAIS]] | ||
| Ligne 6 : | Ligne 5 : | ||
[[Category:Apprentissage profond]]Apprentissage profond<br /> | [[Category:Apprentissage profond]]Apprentissage profond<br /> | ||
[[Category:scotty2]] | [[Category:scotty2]] | ||
== Définition == | == Définition == | ||
| Ligne 13 : | Ligne 11 : | ||
Les KSVM utilisent une fonction de perte appelée '''marge maximale'''. | Les KSVM utilisent une fonction de perte appelée '''marge maximale'''. | ||
< | == Français == | ||
''' machines à vecteurs de support à noyau (KSVM) <small>n.f.</small> ''' | |||
== Anglais == | |||
''' Kernel Support Vector Machines (KSVMs)''' | |||
[https://developers.google.com/machine-learning/glossary/ Source: Google machine learning glossary ] | [https://developers.google.com/machine-learning/glossary/ Source: Google machine learning glossary ] | ||
Version du 15 juin 2019 à 22:16
Domaine
Apprentissage profond
Définition
De l'anglais Kernel Support Vector Machines (KSVM). Algorithme de classification qui cherche à maximiser la marge entre les classes positives et les classes négatives en associant à chaque vecteur d'entrée un vecteur dans un espace de plus grande dimension.
Les KSVM utilisent une fonction de perte appelée marge maximale.
Français
machines à vecteurs de support à noyau (KSVM) n.f.
Anglais
Kernel Support Vector Machines (KSVMs)
Contributeurs: Evan Brach, Jacques Barolet, wiki
