« Régularisation » : différence entre les versions

Version du 15 juin 2019 à 23:28

Domaine

Intelligence artificielle
Apprentissage profond

Définition

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 le domaine des mathématiques, statistiques et de l'apprentissage automatique sont les régularisation L1 et L2.

Français

régularisation n.f.

Anglais

regularization

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: Google machine learning glossary

@@ Ligne 8 : / Ligne 8 : @@
 [[Category:Termino 2019]]
 [[Category:Scotty]]
-<br />
 == Définition ==
 Processus qui consiste généralement à pénaliser les valeurs extrêmes des paramètres d'un modèle afin d'éviter un éventuel surajustement.
+Note :
-Note
 Les régularisations les plus couramment employées le domaine des mathématiques, statistiques et de l'apprentissage automatique sont les régularisation L1 et L2.
-<br />
 == Français ==
 '''régularisation''' <small>n.f.</small>
+== Anglais ==
+'''regularization'''
-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
-<br />
-== Anglais ==
-'''regularization'''
+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
-<br/>
-<br/>
-<br/>
 [https://developers.google.com/machine-learning/glossary/  Source: Google machine learning glossary ]
-<br/>
-<br/>[https://datafranca.org/lexique/regularisation/        ''Publié : datafranca.org'' ]
-<br/>
-<br/>
-<br/>