« Sous-ajustement » : différence entre les versions

Version du 15 juin 2019 à 23:43

Domaine

Intelligence artificielle
Apprentissage profond

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.

@@ Ligne 1 : / Ligne 1 : @@
 ==Domaine==
 [[Category:Vocabulaire2]]
@@ Ligne 9 : / Ligne 8 : @@
 [[Category:Termino 2019]]
-<br />
 ==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.
-Note:
-Dans de telles circonstances, on observera également une erreur élevée sur les données de test.
-<br />
 ==Français==
@@ Ligne 30 : / Ligne 19 : @@
 '''sous-apprentissage'''
-<br />
+==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.
-==Anglais==
-'''underfitting'''
-'''undertraining'''
+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.
-'''underlearning'''
+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.
-<br />
+Source : Côté, Marc-Alexandre (2017). Réseaux de neurones génératifs avecstructure, thèse de doctorat, Université de Sherbrooke, 170 pages.
-<br />