« Surapprentissage » : différence entre les versions
m (Remplacement de texte — « <small>masculin </small> » par « ») |
m (Remplacement de texte : « ↵<small> » par « ==Sources== ») |
||
| (Une version intermédiaire par le même utilisateur non affichée) | |||
| Ligne 19 : | Ligne 19 : | ||
==Sources== | |||
| Ligne 27 : | Ligne 27 : | ||
[https://fr.wikipedia.org/w/index.php?title=Surapprentissage&oldid=161071239 Source: Wikipedia, Surapprentissage.] | [https://fr.wikipedia.org/w/index.php?title=Surapprentissage&oldid=161071239 Source: Wikipedia, Surapprentissage.] | ||
{{Modèle:GDT}} | |||
[[Catégorie:GDT]] | [[Catégorie:GDT]] | ||
[[Category:intelligence artificielle]] | [[Category:intelligence artificielle]] | ||
[[Category:GRAND LEXIQUE FRANÇAIS]] | [[Category:GRAND LEXIQUE FRANÇAIS]] | ||
Dernière version du 28 janvier 2024 à 13:59
Définition
Le surapprentissage ou surajustement (overfitting ) est un problème pouvant survenir dans les méthodes mathématiques de classification pour les réseaux de neurones. Il est en général provoqué par un mauvais dimensionnement de la structure utilisée pour classifier. De par sa trop grande capacité à stocker des informations, une structure dans une situation de surapprentissage aura de la peine à généraliser les caractéristiques des données. Elle se comporte alors comme une table contenant tous les échantillons utilisés lors de l'apprentissage et perd ses pouvoirs de prédiction sur de nouveaux échantillons.
Voir: fléau de la dimension.
Français
surapprentissage
surajustement
surinterprétation
Anglais
overfitting
overlearning
overtraining
Sources
Source: Google, Machine learning glossary
Source: Wikipedia, Surapprentissage.
GRAND DICTIONAIRE TERMINOLOGIQUE
Source : Ce terme provient de La Vitrine linguistiquede l'Office québécois de la langue française.
Contributeurs: Claude Coulombe, Jacques Barolet, wiki, Robert Meloche
