« Classificateur à gradient amplifié » : différence entre les versions

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

Glossaire ISI - amplification

Scikit-Learn, Gradient Boosting Regressor

Scikit-Learn, Gradient Boosting Classifier

Source : stackabuse.com

@@ Ligne 1 : / Ligne 1 : @@
 == Définition ==
-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.
+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.
-La bibliothèque d’apprentissage automatique Python, Scikit-Learn, prend en charge différentes implémentations de classificateurs d’amplification de gradient, y compris XGBoost.
+== 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 ==
-== Français ==
+'''classificateur à gradient amplifié'''
-'''Classificateur à renforcement de gradient'''<small>  </small>
+'''classificateur à gradient dopé''' <small>(plus concis)</small>
+'''classificateur à gradient renforcé''' <small>(Attention! Confusion possible avec l'[[apprentissage par renforcement]])</small>
 == Anglais ==
-'''Gradient boosting classifier'''
+'''gradient-boosted classifier'''
+'''gradient boosted 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]]

« Classificateur à gradient amplifié » : différence entre les versions