« Modèle linéaire généralisé » : différence entre les versions


Aucun résumé des modifications
Aucun résumé des modifications
Ligne 1 : Ligne 1 :
__NOTOC__
__NOTOC__
== Domaine ==
== Domaine ==
[[Category:Vocabulaire]]Vocabulaire<br />
[[Category:GRAND LEXIQUE FRANÇAIS]]
[[Category:Google]]Google<br />
[[Category:Vocabulaire2]]
[[Category:Apprentissage profond]]Apprentissage profond<br />
[[Category:Google2]]
[[Category:scotty]]
[[Category:Apprentissage profond2]]
[[Category:9]]
[[Category:scotty2]]


<br />
<br />

Version du 4 décembre 2018 à 18:50

Domaine


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».



Termes privilégiés

modèle linéaire généralisé n.m.


Anglais

generalized linear model




Source: Google machine learning glossary