« Apprentissage PAC » : différence entre les versions

Version du 27 mars 2025 à 01:01

Définition

L'apprentissage PAC, pour probablement approximativement correct, est un cadre théorique en apprentissage automatique qui permet notamment d'évaluer la difficulté et la complexité d'un problème particulièrement dans le contexte de l'apprentissage supervisé.

Compléments

L'apprentissage PAC cherche à trouver les conditions pour lesquelles un algorithme peut apprendre un concept (une fonction de classification) de manière fiable à partir d'un ensemble limité de données.

Dans le cadre de l'apprentissage PAC, l'algorithme reçoit des données d'apprentissage et doit choisir parmi un ensemble préétabli une fonction qui généralise ces données. Le but est que la fonction en question classifie de nouvelles données inconnues (distribuées identiquement aux données d'apprentissage) avec une erreur minimale, et ceci avec forte probabilité.

Français

apprentissage PAC

apprentissage approximativement correct

apprentissage probablement approximativement correct

PAC

Anglais

PAC learning

probably approximately correct learning

PAC

Sources

Source : Wikipédia - Apprentissage PAC

Thèse Pascal Germain - probablement approximativement correct, approximativement correct

@@ Ligne 1 : / Ligne 1 : @@
-==en construction==
 == Définition ==
-XXXXXXXXX
+L'apprentissage PAC, pour probablement approximativement correct, est un cadre théorique en apprentissage automatique qui permet notamment d'évaluer la difficulté et la complexité d'un problème particulièrement dans le contexte de l'apprentissage supervisé.
+== Compléments ==
+L'apprentissage PAC cherche à trouver les conditions pour lesquelles un algorithme peut apprendre un concept (une fonction de classification) de manière fiable à partir d'un ensemble limité de données.
+<hr/>
+Dans le cadre de l'apprentissage PAC, l'algorithme reçoit des données d'apprentissage et doit choisir parmi un ensemble préétabli une fonction qui généralise ces données. Le but est que la fonction en question classifie de nouvelles données inconnues (distribuées identiquement aux données d'apprentissage) avec une erreur minimale, et ceci avec forte probabilité.
 == Français ==
-''' XXXXXXXXX '''
+'''apprentissage PAC'''
-== Anglais ==
-''' PAC learning'''
-'''Probably approximately correct learning'''
+'''apprentissage approximativement correct'''
-In computational learning theory, probably approximately correct (PAC) learning is a framework for mathematical analysis of machine learning. It was proposed in 1984 by Leslie Valiant.[1]
+'''apprentissage probablement approximativement correct'''
-In this framework, the learner receives samples and must select a generalization function (called the hypothesis) from a certain class of possible functions. The goal is that, with high probability (the "probably" part), the selected function will have low generalization error (the "approximately correct" part). The learner must be able to learn the concept given any arbitrary approximation ratio, probability of success, or distribution of the samples.
+'''PAC'''
+== Anglais ==
+'''PAC learning'''
-<small>
+'''probably approximately correct learning'''
-[https://en.wikipedia.org/wiki/Probably_approximately_correct_learning  Source : Wikipedia  Machine Learning ]
+'''PAC'''
+==Sources==
+[https://fr.wikipedia.org/wiki/Apprentissage_PAC  Source : Wikipédia - Apprentissage PAC]
+[http://www.pascalgermain.info/publis/these.pdf Thèse Pascal Germain - probablement approximativement correct, approximativement correct]
-[[Catégorie:vocabulary]]
+[[Catégorie:GRAND LEXIQUE FRANÇAIS]]
-[[Catégorie:Wikipedia-IA‎]]
+[[Catégorie:Publication]]

« Apprentissage PAC » : différence entre les versions