« Régularisation L1 » : différence entre les versions
(Page créée avec « __NOTOC__ == Domaine == Category:VocabulaireVocabulaire<br /> Category:GoogleGoogle<br /> Category:Apprentissage profondApprentissage profond<br /> <br /> ==... ») |
Aucun résumé des modifications |
||
| Ligne 8 : | Ligne 8 : | ||
== Définition == | == Définition == | ||
Type de régularisation qui pénalise les pondérations proportionnellement à la somme de leurs valeurs absolues. Dans les modèles reposant sur des caractéristiques creuses, la régularisation L1 aide à mettre à zéro les pondérations des caractéristiques peu ou pas pertinentes, ce qui a pour effet de supprimer celles-ci du modèle. À comparer à la régularisation L2. | Type de régularisation qui pénalise les pondérations proportionnellement à la somme de leurs valeurs absolues. Dans les modèles reposant sur des caractéristiques creuses, la régularisation L1 aide à mettre à zéro les pondérations des caractéristiques peu ou pas pertinentes, ce qui a pour effet de supprimer celles-ci du modèle. À comparer à la '''régularisation L2'''. | ||
<br /> | <br /> | ||
== Termes privilégiés == | == Termes privilégiés == | ||
=== régularisation L1 === | === régularisation L1 === | ||
Version du 7 décembre 2018 à 00:34
Domaine
Vocabulaire
Google
Apprentissage profond
Définition
Type de régularisation qui pénalise les pondérations proportionnellement à la somme de leurs valeurs absolues. Dans les modèles reposant sur des caractéristiques creuses, la régularisation L1 aide à mettre à zéro les pondérations des caractéristiques peu ou pas pertinentes, ce qui a pour effet de supprimer celles-ci du modèle. À comparer à la régularisation L2.
Termes privilégiés
régularisation L1
Anglais
L1 regularization
Contributeurs: Claire Gorjux, Jacques Barolet, Patrick Drouin, wiki, Robert Meloche
