« Ré-échantillonnage avec remise ensembliste » : 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 :
<!-- Vocabulaire -->
[[Category:Intelligence artificielle]]
[[Category:Intelligence artificielle]]
[[Category:Termino 2019]]
[[Category:Termino 2019]]
<!-- Scotty2 -->
[[Category:GRAND LEXIQUE FRANÇAIS]]
[[Category:GRAND LEXIQUE FRANÇAIS]]
==Définition==
==Définition==
Méta-algorithme d'apprentissage ensembliste qui ré-échantillonne au hasard avec remise les données d'entraînement pour créer un ensemble de modèles où chaque sous-échantillon correspond à un modèle distinct.
Méta-algorithme d'apprentissage ensembliste qui ré-échantillonne au hasard avec remise les données d'entraînement pour créer un ensemble de modèles où chaque sous-échantillon correspond à un modèle distinct.
Ligne 16 : Ligne 13 :


'''agrégation par la méthode de Cyrano'''  <small>loc. nom. fém.</small>
'''agrégation par la méthode de Cyrano'''  <small>loc. nom. fém.</small>
==Anglais==
==Anglais==
'''bagging'''
'''bagging'''

Version du 22 avril 2020 à 09:20

Définition

Méta-algorithme d'apprentissage ensembliste qui ré-échantillonne au hasard avec remise les données d'entraînement pour créer un ensemble de modèles où chaque sous-échantillon correspond à un modèle distinct.

Note: le résultat sera obtenu par le calcul de la moyenne pour une régression (prédiction d'un nombre) ou par un vote majoritaire dans le cas d'une classification (prédiction d'une classe). Typiquement, le ré-échantillonnage ensembliste aide à réduire la variance et le sur-ajustement. L'algorithme de la forêt aléatoire (random forest) est une extension très utilisée du ré-échantillonnage ensembliste.

Voir: Ré-échantillonnage avec remise.

Français

ré-échantillonnage avec remise ensembliste loc. nom. masc.

agrégation par la méthode de Cyrano loc. nom. fém.

Anglais

bagging

bootstrap aggregation


Source: Wang, Jianqiang C ; Jean D. Opsomer et Haonan Wang (2014). L’agrégation bootstrap des estimateurs non différenciables dans les enquêtes complexes, Statistique Canada.

Source: Claude Coulombe, Datafranca.org

Source: Termino