« Amplification » : différence entre les versions
m (Claude COULOMBE a déplacé la page Dopage vers Amplification par-dessus une redirection) |
Aucun résumé des modifications |
||
| Ligne 1 : | Ligne 1 : | ||
==Définition== | ==Définition== | ||
L'amplification ou dopage est un méta-algorithme d'[[apprentissage ensembliste]] destiné à réduire principalement les biais, mais aussi la variance de l'[[apprentissage supervisé]]. | |||
L'amplification ou dopage désigne aussi une famille d'algorithmes d'[[apprentissage automatique]] qui convertit un modèle prévisionnel faible en modèle prévisionnel fort. | |||
== Compléments == | == Compléments == | ||
Le dopage est basé sur la question posée par Kearns et Valiant : « La combinaison d'un ensemble de classificateurs faibles peut-il créer un | Le dopage est basé sur la question posée par Kearns et Valiant : « La combinaison d'un ensemble de [[classificateur|classificateurs]] faibles peut-il créer un [[classificateur]] fort? ». Un [[classificateur]] faible est défini comme un [[classificateur]] peu corrélé à la vraie étiquette de classe (il peut tout juste mieux étiqueter des exemples que des suppositions aléatoires). En revanche, un [[classificateur]] fort est un modèle arbitrairement bien corrélé à la vraie étiquette de classe. | ||
<hr/> | <hr/> | ||
Nous recommandons « dopage » plutôt que « renforcement » pour éviter toute confusion avec l'[[apprentissage par renforcement]] et aussi pour favoriser l'emploi du mot « dopage » comme équivalent du terme anglais « boosting ». | Nous recommandons « amplification » ou « dopage » plutôt que « renforcement » pour éviter toute confusion avec l'[[apprentissage par renforcement]] et aussi pour favoriser l'emploi du mot « dopage » comme équivalent du terme anglais « boosting ». | ||
==Français== | ==Français== | ||
'''amplification''' | |||
'''dopage''' | '''dopage''' | ||
'''renforcement''' <small>(risque de confusion avec l'[[apprentissage par renforcement]])</small> | '''renforcement''' <small>(risque de confusion avec l'[[apprentissage par renforcement]])</small> | ||
'''boosting''' <small>(anglicisme)</small> | |||
'''boosting''' | |||
==Anglais== | ==Anglais== | ||
'''boosting''' | '''boosting''' | ||
==Sources== | ==Sources== | ||
[https:// | [[Utilisateur:Patrickdrouin | Termino]] | ||
[https://isi-web.org/glossary/3217 Glossaire ISI - amplification] | |||
[https:// | [https://r-libre.teluq.ca/1894/1/Th%C3%A8se_Coulombe.pdf Thèse C. Coulombe - dopage] | ||
[https:// | [https://fr.wikipedia.org/wiki/Boosting Wikipedia - boosting] | ||
[[Catégorie:Apprentissage automatique]] | [[Catégorie:Apprentissage automatique]] | ||
Version du 27 avril 2025 à 00:13
Définition
L'amplification ou dopage est un méta-algorithme d'apprentissage ensembliste destiné à réduire principalement les biais, mais aussi la variance de l'apprentissage supervisé.
L'amplification ou dopage désigne aussi une famille d'algorithmes d'apprentissage automatique qui convertit un modèle prévisionnel faible en modèle prévisionnel fort.
Compléments
Le dopage est basé sur la question posée par Kearns et Valiant : « La combinaison d'un ensemble de classificateurs faibles peut-il créer un classificateur fort? ». Un classificateur faible est défini comme un classificateur peu corrélé à la vraie étiquette de classe (il peut tout juste mieux étiqueter des exemples que des suppositions aléatoires). En revanche, un classificateur fort est un modèle arbitrairement bien corrélé à la vraie étiquette de classe.
Nous recommandons « amplification » ou « dopage » plutôt que « renforcement » pour éviter toute confusion avec l'apprentissage par renforcement et aussi pour favoriser l'emploi du mot « dopage » comme équivalent du terme anglais « boosting ».
Français
amplification
dopage
renforcement (risque de confusion avec l'apprentissage par renforcement)
boosting (anglicisme)
Anglais
boosting
Sources
Contributeurs: Claude Coulombe, Jacques Barolet, Patrick Drouin, wiki
