« Sous-ajustement » : différence entre les versions


Aucun résumé des modifications
Balise : Éditeur de wikicode 2017
Aucun résumé des modifications
Balise : Éditeur de wikicode 2017
Ligne 1 : Ligne 1 :
==Domaine==
 
[[Category:Vocabulaire2]]
[[Category:Vocabulaire2]]
[[Category:Coulombe2]]
[[Category:Coulombe2]]
[[Category:GRAND LEXIQUE FRANÇAIS]]
[[Category:GRAND LEXIQUE FRANÇAIS]]
[[Catégorie:Termium2]]
[[Catégorie:Termium2]]
[[Category:Intelligence artificielle]]Intelligence artificielle<br />
[[Category:Intelligence artificielle]]
[[Category:Apprentissage profond]]Apprentissage profond<br>
[[Category:Apprentissage profond]]
[[Category:Termino 2019]]
[[Category:Termino 2019]]


Ligne 31 : Ligne 31 :




<small>


Source : Amazon (sans date). Amazon Machine Learning, Manuel du développeur, https://docs.aws.amazon.com/fr_fr/machine-learning/latest/dg/model-fit-underfitting-vs-overfitting.html, consulté le 7 juin 2019.
Source : Amazon (sans date). Amazon Machine Learning, Manuel du développeur, https://docs.aws.amazon.com/fr_fr/machine-learning/latest/dg/model-fit-underfitting-vs-overfitting.html, consulté le 7 juin 2019.

Version du 17 juin 2019 à 22:22


Définition

Situation observée quand un algorithme d'apprentissage automatique ou un modèle statistique ne s'ajuste que grossièrement aux données d'entraînement ce qui se traduit par une erreur élevée sur les données d'entraînement.

Note: Dans de telles circonstances, on observera également une erreur élevée sur les données de test.

Français

sous-ajustement

sous-entraînement

sous-apprentissage

Anglais

underfitting

undertraining

underlearning



Source : Amazon (sans date). Amazon Machine Learning, Manuel du développeur, https://docs.aws.amazon.com/fr_fr/machine-learning/latest/dg/model-fit-underfitting-vs-overfitting.html, consulté le 7 juin 2019.

Source : Lecompte, Jérémie (2007). Sélection de mode par réseaux de neurones pour le codeur audio AMR-WB+, mémoire de maitrise, Université de Sherbrooke, 155 pages.

Source : Côté, Marc-Alexandre (2017). Réseaux de neurones génératifs avecstructure, thèse de doctorat, Université de Sherbrooke, 170 pages.