« Sous-ajustement » : différence entre les versions
m (Remplacement de texte : « Category:Termino 2019 » par « ») |
Aucun résumé des modifications |
||
| (Une version intermédiaire par un autre utilisateur non affichée) | |||
| Ligne 1 : | Ligne 1 : | ||
==Définition== | ==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. | 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. | ||
| Ligne 6 : | Ligne 6 : | ||
==Français== | ==Français== | ||
'''sous-ajustement''' | '''sous-ajustement''' | ||
'''sous-apprentissage''' | |||
'''sous-entraînement''' | '''sous-entraînement''' | ||
==Anglais== | ==Anglais== | ||
| Ligne 31 : | Ligne 31 : | ||
[[Category:Intelligence artificielle]] | [[Category:Intelligence artificielle]] | ||
[[Category:Apprentissage profond]] | [[Category:Apprentissage profond]] | ||
[[Catégorie:101]] | |||
Dernière version du 17 janvier 2025 à 11:28
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-apprentissage
sous-entraînement
Anglais
underfitting
undertraining
underlearning
Sources
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 avec structure, thèse de doctorat, Université de Sherbrooke, 170 pages.
Contributeurs: Arianne , Evan Brach, Jacques Barolet, Patrick Drouin, wiki
