« Régularisation » : différence entre les versions


Aucun résumé des modifications
Balise : Éditeur de wikicode 2017
Aucun résumé des modifications
 
(21 versions intermédiaires par 3 utilisateurs non affichées)
Ligne 1 : Ligne 1 :
[[Category:GRAND LEXIQUE FRANÇAIS]]
==Définition==
[[Category:Vocabulaire2]]
Processus qui consiste généralement à pénaliser les valeurs extrêmes des paramètres d'un [[modèle]] afin d'éviter un éventuel surajustement.
[[Category:Google2]]
[[Category:Intelligence artificielle]]
[[Catégorie:Apprentissage profond]]
[[Category:Termino 2019]]
[[Category:Scotty]]
 
== Définition ==
Processus qui consiste généralement à pénaliser les valeurs extrêmes des paramètres d'un modèle afin d'éviter un éventuel surajustement.


Note :
Remarque : les régularisations les plus couramment employées dans le domaine des mathématiques, statistiques et de l'apprentissage automatique sont les régularisations L1 et L2.
Les régularisations les plus couramment employées le domaine des mathématiques, statistiques et de l'apprentissage automatique sont les régularisation L1 et L2.


== Français ==
==Français==
'''régularisation''' <small>n.f.</small>
'''régularisation'''  


== Anglais ==
==Anglais==
'''regularization'''
'''regularization'''


==Sources==
Source : Nicolas Chapados, Yoshua Bengio (2003). ''Comment améliorer la capacité de généralisation des algorithmes d'apprentissage pour la prise de décisions financières'', Montréal, CIRANO, 68 pages


[[Utilisateur:Patrickdrouin  | Source : Termino]]


<small>
[https://developers.google.com/machine-learning/glossary/ Source : ''Google machine learning glossary'']


Source : Nicolas Chapados, Yoshua Bengio (2003). Comment améliorer la capacité de généralisation des algorithmes d'apprentissage pour la prise de décisions financières, Montréal, CIRANO, 68 pages
[[Category:GRAND LEXIQUE FRANÇAIS]]
 
[[Category:Intelligence artificielle]]
[https://developers.google.com/machine-learning/glossary/  Source: Google machine learning glossary ]
[[Catégorie:Apprentissage profond]]
[[Category:Termino 2019]]

Dernière version du 6 avril 2024 à 12:25

Définition

Processus qui consiste généralement à pénaliser les valeurs extrêmes des paramètres d'un modèle afin d'éviter un éventuel surajustement.

Remarque : les régularisations les plus couramment employées dans le domaine des mathématiques, statistiques et de l'apprentissage automatique sont les régularisations L1 et L2.

Français

régularisation

Anglais

regularization

Sources

Source : Nicolas Chapados, Yoshua Bengio (2003). Comment améliorer la capacité de généralisation des algorithmes d'apprentissage pour la prise de décisions financières, Montréal, CIRANO, 68 pages

Source : Termino

Source : Google machine learning glossary