« Mise à l'échelle » : 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 :
__NOTOC__
== 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]]
<br />


== Définition ==
== Définition ==
Ligne 13 : Ligne 11 :
Voir aussi '''[[normalisation]]'''.
Voir aussi '''[[normalisation]]'''.


== Français ==
''' mise à l'échelle  <small>n.f.</small> '''
== Anglais ==
'''  scaling'''


<br />


== Français ==
=== mise à l'échelle  <small>n.f.</small> ===




<br />


== Anglais ==


===  scaling===


<br/>
<br/>
<br/>
[https://developers.google.com/machine-learning/glossary/  Source: Google machine learning glossary ]
[https://developers.google.com/machine-learning/glossary/  Source: Google machine learning glossary ]
<br/>
<br/>[https://datafranca.org/lexique/mise-a-lechelle/        ''Publié : datafranca.org'' ]
<br/>
<br/>
<br/>

Version du 15 juin 2019 à 22:20

Domaine

Apprentissage profond

Définition

Pratique couramment utilisée dans l'extraction de caractéristiques pour faire correspondre la plage de valeurs d'une caractéristique à celle d'autres caractéristiques de l'ensemble de données. Supposons que vous souhaitiez que la plage de toutes les caractéristiques à virgule flottante de l'ensemble de données s'étende de 0 à 1. Si la plage d'une caractéristique particulière s'étend de 0 à 500, vous pouvez mettre à l'échelle cette valeur en divisant chaque valeur par 500.

Voir aussi normalisation.

Français

mise à l'échelle n.f.

Anglais

scaling




Source: Google machine learning glossary