« Classificateur à gradient amplifié » : différence entre les versions

Dernière version du 1 mai 2025 à 10:39

Définition

Les classificateurs à gradient amplifié sont un groupe d’algorithmes d’apprentissage ensembliste qui combinent de nombreux modèles d’apprentissage faibles pour créer un modèle prédictif solide.

Compléments

Nous recommandons l'adjectif « amplifié » ou « dopé » plutôt que « renforcé » pour éviter toute confusion avec l'apprentissage par renforcement et aussi pour favoriser l'emploi du mot « amplifié » comme équivalent du terme anglais « boosting ».

Les arbres de décision sont généralement employés pour l’amplification de gradient. Les modèles à gradient amplifié sont populaires en raison de leur efficacité à classer des ensembles de données complexes et on les a récemment utilisés pour gagner de nombreux défis en science de données comme Kaggle.

La bibliothèque d’apprentissage automatique Python, Scikit-Learn, prend en charge différentes implémentations de classificateurs à gradient amplifié.

Français

classificateur à gradient amplifié

classificateur à gradient dopé

classificateur à gradient renforcé (Attention! Confusion possible avec l'apprentissage par renforcement)

classificateur à amplification de gradient

classificateur à dopage de gradient

classificateur à renforcement de gradient(Attention! Confusion possible avec l'apprentissage par renforcement)

Anglais

gradient-boosted classifier

gradient boosted classifier

gradient-boosting classifier

gradient boosting classifier

Sources

Bayer / Calantic - classificateur à amplification de gradient

Glossaire ISI - amplification

Scikit-Learn, Gradient Boosting Regressor

Scikit-Learn, Gradient Boosting Classifier

Source : stackabuse.com

@@ Ligne 1 : / Ligne 1 : @@
+== Définition ==
+Les [[classificateur|classificateurs]] à gradient amplifié sont un groupe d’algorithmes d’[[apprentissage ensembliste]] qui combinent de nombreux modèles d’apprentissage faibles pour créer un modèle prédictif solide.
+== Compléments ==
+Nous recommandons l'adjectif « amplifié » ou « dopé » plutôt que « renforcé » pour éviter toute confusion avec l'[[apprentissage par renforcement]] et aussi pour favoriser l'emploi du mot « amplifié » comme équivalent du  terme anglais « boosting ».
+<hr/>
+Les arbres de décision sont généralement employés pour l’[[amplification de gradient]]. Les modèles à gradient amplifié sont populaires en raison de leur efficacité à classer des ensembles de données complexes et on les a récemment utilisés pour gagner de nombreux défis en [[science de données]] comme Kaggle.
+<hr/>
+La bibliothèque d’apprentissage automatique Python, Scikit-Learn, prend en charge différentes implémentations de classificateurs à gradient amplifié.
+== Français ==
+'''classificateur à gradient amplifié'''
-== en construction ==
+'''classificateur à gradient dopé'''
+'''classificateur à gradient renforcé''' <small>(Attention! Confusion possible avec l'[[apprentissage par renforcement]])</small>
-== Définition ==
+'''classificateur à amplification de gradient'''
-Les classificateurs à renforcement de gradient sont un groupe d’algorithmes d’apprentissage automatique qui combinent de nombreux modèles d’apprentissage faibles pour créer un modèle prédictif solide. Les arbres de décision sont généralement employés lors de l’augmentation de gradient. Les modèles de renforcement du gradient sont populaires en raison de leur efficacité à classer des ensembles de données complexes et on les a récemment utilisés pour gagner de nombreux concours scientifiques de données Kaggle.
-La bibliothèque d’apprentissage automatique Python, Scikit-Learn, prend en charge différentes implémentations de classificateurs d’amplification de gradient, y compris XGBoost.
+'''classificateur à dopage de gradient'''
+'''classificateur à renforcement de gradient'''<small>(Attention! Confusion possible avec l'[[apprentissage par renforcement]])</small>
+== Anglais ==
+'''gradient-boosted classifier'''
-== Français ==
+'''gradient boosted classifier'''
-'''Classificateur à renforcement de gradient'''<small>  masculin</small>
-== Anglais ==
+'''gradient-boosting classifier'''
-'''Gradient boosting classifier'''
-Gradient boosting classifiers are a group of machine learning algorithms that combine many weak learning models together to create a strong predictive model. Decision trees are usually used when doing gradient boosting. Gradient boosting models are becoming popular because of their effectiveness at classifying complex datasets, and have recently been used to win many Kaggle data science competitions.
+'''gradient boosting classifier'''
+==Sources==
+[https://www.calantic.com/fr/artificial-intelligence-medical-imaging-what-how-and-why Bayer / Calantic - classificateur à amplification de gradient]
-The Python machine learning library, Scikit-Learn, supports different implementations of gradient boosting classifiers, including XGBoost.
+[https://isi-web.org/glossary/3217  Glossaire ISI - amplification]
+[https://scikit-learn.org/stable/modules/generated/sklearn.ensemble.GradientBoostingRegressor.html#sklearn.ensemble.GradientBoostingRegressor Scikit-Learn, Gradient Boosting Regressor]
-<small>
+[https://scikit-learn.org/stable/modules/generated/sklearn.ensemble.GradientBoostingClassifier.html#sklearn.ensemble.GradientBoostingClassifier Scikit-Learn, Gradient Boosting Classifier]
 [https://stackabuse.com/gradient-boosting-classifiers-in-python-with-scikit-learn/  Source : stackabuse.com ]
+[[Catégorie:GRAND LEXIQUE FRANÇAIS]]
-[[Catégorie:vocabulary]]
-[[Catégorie:Vocabulaire]]
-[[Catégorie:Coulombe]]
-[[Catégorie:Scotty]]
-[[Catégorie:SIHEM]]
-[[Category:Apprentissage automatique]]

« Classificateur à gradient amplifié » : différence entre les versions