« Modèle large » : différence entre les versions


m (Remplacement de texte — « Category:Vocabulaire2 » par « <!-- vocabulaire2 --> »)
m (Remplacement de texte — « Category:scotty2 » par « <!-- Scotty2 --> »)
Ligne 4 : Ligne 4 :
[[Category:Google2]]
[[Category:Google2]]
[[Category:Apprentissage profond]]
[[Category:Apprentissage profond]]
[[Category:scotty2]]
<!-- Scotty2 -->


== Définition ==
== Définition ==

Version du 2 juillet 2019 à 13:32


Définition

Modèle linéaire qui contient généralement un grand nombre de caractéristiques d'entrée creuses. Ce modèle est dit «large», car il s'agit d'un type particulier de réseau de neurones comportant un grand nombre d'entrées connectées directement au nœud de sortie. Les modèles larges sont souvent plus faciles à déboguer et à inspecter que les modèles profonds. Bien qu'ils ne puissent pas exprimer les non-linéarités par le biais de couches cachées, les modèles larges peuvent utiliser des transformations comme le croisement de caractéristiques et la répartition par classe (binning) pour modéliser les non-linéarités de différentes manières.

À comparer avec le modèle profond.

Français

modèle large n.m.

Anglais

wide model



Source: Google machine learning glossary