« Poids » : différence entre les versions

Version du 16 janvier 2024 à 16:28

Dans un réseau de neurones artificiels, valeurs numériques attribuées aux nombreuses entrées binaires d'un neurone pendant l'apprentissage.

Les poids sont d'abord initialisés aléatoirement au début du processus et sont ensuite modifiés pendant l'apprentissage sur les données.

La valeur numérique du poids est un nombre à virgule flottante entre -1 et 1 alors que les entrées du neurones prennent des valeurs entières 0 ou 1.

poids

pondération

facteur de pondération

facteur de saturation

coefficient de pondération

weight

weighting coefficient

weighting factor

@@ Ligne 1 : / Ligne 1 : @@
 == Définition ==
-Coefficient d'une caractéristique d'un modèle linéaire, ou frontière d'un réseau profond. L'entraînement d'un modèle linéaire vise à déterminer la pondération idéale de chaque caractéristique. Si la pondération est égale à 0, la caractéristique correspondante ne contribue pas au modèle.
+Dans un [[réseau de neurones artificiels]], valeurs numériques attribuées aux nombreuses entrées binaires d'un neurone pendant l'apprentissage.
+== Compléments ==
+Les poids sont d'abord initialisés aléatoirement au début du processus et sont ensuite modifiés pendant l'apprentissage sur les données.
+La valeur numérique du poids est un nombre à virgule flottante entre -1 et 1 alors que les entrées du neurones prennent des valeurs entières 0 ou 1.
 == Français ==
+'''poids'''
 '''pondération'''
-'''poids'''
 '''facteur de pondération'''
@@ Ligne 22 : / Ligne 27 : @@
 <small>
-[https://developers.google.com/machine-learning/glossary/  Source: Google machine learning glossary ]
+==Source==
+[https://developers.google.com/machine-learning/glossary/  Google machine learning glossary ]
-[http://isi.cbs.nl/glossary/term3505.htm Source : ISI ]
+[http://isi.cbs.nl/glossary/term3505.htm ISI ]
 [[Category:GRAND LEXIQUE FRANÇAIS]]
 [[Category:Apprentissage profond]]
+[[Category:Publication]]