« Surapprentissage » : différence entre les versions

Dernière version du 23 mai 2024 à 23:24

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 : TERMIUM Plus

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.

@@ Ligne 1 : / Ligne 1 : @@
-__NOTOC__
+==Définition==
-== Domaine ==
+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.
-[[Category:intelligence artificielle]]intelligence artificielle<br />
-[[Category:GDT]]GDT<br />
-[[Category:GRAND LEXIQUE FRANÇAIS]]GRAND LEXIQUE FRANÇAIS<br />
-<br />
-== Définition ==
+Voir '''[[Fléau de la haute dimension|Fléau de la dimension]]'''
-Phénomène responsable d'erreurs, qui se produit lorsqu'un système comme un réseau de neurones artificiels est contraint d'analyser de nouveaux cas en se basant presque exclusivement sur les caractéristiques spécifiques de ceux qu'il a déjà rencontrés en phase d'apprentissage, au détriment de caractéristiques plus générales qui lui permettraient de mieux cerner ce qu'on ne lui a pas déjà présenté.
-<br />
-<br />
-== Termes privilégiés ==
+==Français==
-===  surapprentissage   n. m.===
+'''surapprentissage'''
-=== surajustement   n. m.===
-Les mots composés avec le préfixe sur-, qu'il s'agisse de noms, de verbes ou d'adjectifs, s'écrivent sans trait d'union
-<br />
-<br />
-== Anglais ==
+'''surajustement'''
-===  overfitting   ===
-=== overlearning  ===
-===  overtraining ===
-<br/>
-<br/>
-[http://gdt.oqlf.gouv.qc.ca/ficheOqlf.aspx?Id_Fiche=26543964  ''Source: Granddictionnaire.com'' ]<br />
+'''surinterprétation'''
-<br/>
-<br/>
-<br/>
-<br/>
+==Anglais==
+'''overfitting'''
+'''overlearning'''
+'''overtraining'''
+==Sources==
+[https://www.btb.termiumplus.gc.ca/tpv2alpha/alpha-fra.html?lang=fra&i=1&srchtxt=surapprentissage+&index=alt&codom2nd_wet=1#resultrecs  Source : TERMIUM Plus]
+[https://developers.google.com/machine-learning/glossary/  Source : Google, ''Machine learning glossary'']
+[https://fr.wikipedia.org/w/index.php?title=Surapprentissage&oldid=161071239  Source : Wikipedia, Surapprentissage.]
+{{Modèle:GDT}}
-== Définition ==
+[[Catégorie:GDT]]
-Création d'un modèle correspondant si étroitement aux données d'apprentissage qu'il ne parvient pas à effectuer des prédictions correctes avec de nouvelles données.
+[[Category:intelligence artificielle]]
+[[Category:GRAND LEXIQUE FRANÇAIS]]
-<br/>
-<br/>
-[https://developers.google.com/machine-learning/glossary/  Source: Google machine learning glossary ]
-<br/>
-<br/>
-<br/>