« Classificateur à gradient amplifié » : différence entre les versions
(Nouveau terme) Balise : Éditeur de wikicode 2017 |
Aucun résumé des modifications |
||
| (36 versions intermédiaires par 3 utilisateurs non affichées) | |||
| Ligne 1 : | Ligne 1 : | ||
== Définition == | == 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 de l'adjectif « amplifié » ou encore « dopé » plutôt que « renforcé » pour éviter toute confusion avec l'[[apprentissage par renforcement]]. Aussi, certains favorisent l'emploi du mot « dopé » comme équivalent du terme anglais « boosting » car il est plus court. | |||
<hr/> | |||
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 dopé. | |||
== Français == | |||
'''classificateur à gradient amplifié''' | |||
'''classificateur à gradient dopé''' <small>(plus concis)</small> | |||
'''classificateur à | |||
< | |||
'''classificateur à gradient renforcé''' <small>(Attention! Confusion possible avec l'[[apprentissage par renforcement]])</small> | |||
== Anglais == | == Anglais == | ||
'''gradient-boosted classifier''' | |||
'''gradient boosted classifier''' | |||
'''gradient-boosting classifier''' | |||
'''gradient boosting classifier''' | '''gradient boosting classifier''' | ||
==Sources== | |||
[https://www.calantic.com/fr/artificial-intelligence-medical-imaging-what-how-and-why Bayer / Calantic - classificateur à amplification de gradient] | |||
[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] | |||
[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]] | |||
Dernière version du 23 mai 2025 à 11:47
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 de l'adjectif « amplifié » ou encore « dopé » plutôt que « renforcé » pour éviter toute confusion avec l'apprentissage par renforcement. Aussi, certains favorisent l'emploi du mot « dopé » comme équivalent du terme anglais « boosting » car il est plus court.
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 dopé.
Français
classificateur à gradient amplifié
classificateur à gradient dopé (plus concis)
classificateur à gradient renforcé (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
Scikit-Learn, Gradient Boosting Regressor
Contributeurs: Claude Coulombe, wiki, Sihem Kouache
