« Modèle linéaire généralisé » : différence entre les versions


Aucun résumé des modifications
Aucun résumé des modifications
Balise : Éditeur de wikicode 2017
Ligne 1 : Ligne 1 :
__NOTOC__
 
== Domaine ==
== Domaine ==
[[Category:GRAND LEXIQUE FRANÇAIS]]
[[Category:GRAND LEXIQUE FRANÇAIS]]
[[Category:Vocabulaire2]]
[[Category:Vocabulaire2]]
[[Category:Google2]]
[[Category:Google2]]
[[Category:Apprentissage profond2]]
[[Category:Apprentissage profond]]Apprentissage profond<br />
[[Category:scotty2]]
[[Category:scotty2]]



Version du 3 juin 2019 à 16:50

Domaine

Apprentissage profond


Définition

Généralisation des modèles de régression des moindres carrés, qui sont basés sur le bruit gaussien, à d'autres types de modèles basés sur d'autres types de bruit, par exemple le bruit de grenaille ou le bruit catégorique. Exemples de modèles linéaires généralisés :

  • Régression logistique
  • Régression à classes multiples
  • Régression des moindres carrés

La puissance d'un modèle linéaire généralisé est limitée par les caractéristiques de celui-ci. Contrairement à un modèle profond, un modèle généralisé ne peut pas «apprendre de nouvelles caractéristiques».



Français

modèle linéaire généralisé n.m.


Anglais

generalized linear model




Source: Google machine learning glossary
Publié : datafranca.org