« Régularisation L1 » : différence entre les versions
m (Remplacement de texte — « Category:Google2 » par « <!-- Google --> ») |
Aucun résumé des modifications |
||
| Ligne 6 : | Ligne 6 : | ||
<!-- Scotty2 --> | <!-- Scotty2 --> | ||
== Définition == | ==Définition== | ||
Régularisation qui ajuste à la baisse les poids au sein d'un modèle proportionnellement à la somme de leurs valeurs absolues afin de contrer le surajustement. | Régularisation qui ajuste à la baisse les poids au sein d'un modèle proportionnellement à la somme de leurs valeurs absolues afin de contrer le surajustement. | ||
Notes : | Notes : le terme LASSO signifie ''Least Absolute Shrinkage and Selection Operator'' | ||
== Français == | ==Français== | ||
'''régularisation L1''' | '''régularisation L1''' n.f. | ||
'''régularisation LASSO''' | '''régularisation LASSO''' n. f. | ||
'''régularisation Lasso''' | '''régularisation Lasso''' n.f. | ||
== Anglais == | ==Anglais== | ||
'''L1 regularization''' | '''L1 regularization''' | ||
| Ligne 31 : | Ligne 31 : | ||
Source : Géron, Aurélien (2017). Deep Learning avec TensorFlow - Mise en oeuvre et cas concrets, Paris, Dunod, 360 pages. | Source : Géron, Aurélien (2017). Deep Learning avec TensorFlow - Mise en oeuvre et cas concrets, Paris, Dunod, 360 pages. | ||
[https://developers.google.com/machine-learning/glossary/ | [https://developers.google.com/machine-learning/glossary/ Source: Google machine learning glossary] | ||
[[Utilisateur:Patrickdrouin | Source : Termino | [[Utilisateur:Patrickdrouin | Source : Termino]] | ||
Version du 7 juillet 2019 à 16:15
Définition
Régularisation qui ajuste à la baisse les poids au sein d'un modèle proportionnellement à la somme de leurs valeurs absolues afin de contrer le surajustement.
Notes : le terme LASSO signifie Least Absolute Shrinkage and Selection Operator
Français
régularisation L1 n.f.
régularisation LASSO n. f.
régularisation Lasso n.f.
Anglais
L1 regularization
Lasso regularization
LASSO regularization
Source : Géron, Aurélien (2017). Deep Learning avec TensorFlow - Mise en oeuvre et cas concrets, Paris, Dunod, 360 pages.
Contributeurs: Claire Gorjux, Jacques Barolet, Patrick Drouin, wiki, Robert Meloche
