« Régularisation » : différence entre les versions


m (Remplacement de texte — « n.f. » par « nom fém. »)
Aucun résumé des modifications
 
(7 versions intermédiaires par 2 utilisateurs non affichées)
Ligne 1 : Ligne 1 :
[[Category:GRAND LEXIQUE FRANÇAIS]]
<!-- Google -->
[[Category:Intelligence artificielle]]
[[Catégorie:Apprentissage profond]]
[[Category:Termino 2019]]
<!-- Scotty2 -->
==Définition==
==Définition==
Processus qui consiste généralement à pénaliser les valeurs extrêmes des paramètres d'un modèle afin d'éviter un éventuel surajustement.
Processus qui consiste généralement à pénaliser les valeurs extrêmes des paramètres d'un [[modèle]] afin d'éviter un éventuel surajustement.
 
Note: les régularisations les plus couramment employées dans le domaine des mathématiques, statistiques et de l'apprentissage automatique sont les régularisations L1 et L2.


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==
==Français==
'''régularisation'''   <small>nom fém.</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


<small>
[[Utilisateur:Patrickdrouin  | Source : Termino]]


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


[[Utilisateur:Patrickdrouin  | Source : Termino]]
[[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