Résultats de la recherche
Aller à la navigation
Aller à la recherche
Correspondances dans les titres des pages
- ...et notamment d'évaluer la difficulté d'un problème dans le contexte de l'[[apprentissage supervisé]]. Il a été proposé par [[Leslie Valiant]] en 1984. ...ie de nouvelles données inconnues (distribuées identiquement aux données d'apprentissage) avec une erreur minimale, et ceci avec forte probabilité. ...9 kio (1 310 mots) - 3 décembre 2024 à 07:38
- ...ées sont connues et imposées, en apprentissage actif, c'est l'algorithme d'apprentissage qui demande des informations pour des données précises. ...e actif permet d'effectuer diverses tâches classiques dans le domaine de l'apprentissage automatique telles que la classification ou la régression. ...31 kio (5 027 mots) - 19 août 2022 à 12:20
- ...tique]], l''''apprentissage ensembliste''' utilise plusieurs algorithmes d'apprentissage pour obtenir de meilleures prédictions. ...ting|bagging]], [[boosting]] et les [[forêts aléatoires]] est un exemple d'apprentissage ensembliste<ref>{{Ouvrage|langue=en|auteur1=Jiawei Han|auteur2=Micheline Ka ...864 octet (112 mots) - 4 juillet 2024 à 08:52
- {{Voir homonymes|Apprentissage (homonymie)}} | image = Apprentissage Supervisé Vs Non Supervisé.png ...12 kio (1 911 mots) - 25 décembre 2024 à 02:01
- '''Mamba''' est une architecture d'[[apprentissage profond]] introduite en décembre [[2023]] par deux chercheurs de [[Carnegie ...5 kio (764 mots) - 7 février 2025 à 05:35
- ...ent en plusieurs catégories : [[Apprentissage supervisé|supervisées]] ou [[Apprentissage non supervisé|non-supervisées]] selon les données mises à disposition. Il e == Apprentissage supervisé de [[Métrique (mathématiques)|métriques]]<ref>{{Ouvrage|langue=an ...16 kio (2 532 mots) - 18 mars 2025 à 19:14
- ...upervisé|supervisé]], [[apprentissage semi-supervisé|semi-supervisé]] ou [[apprentissage par renforcement]] – dans la construction de [[fonction de classement]]s po ...250px|thumb|Une architecture possible d'un moteur de recherche utilisant l'apprentissage par classement]] ...54 kio (7 731 mots) - 10 mars 2025 à 12:08
- L''''apprentissage avec erreurs''', souvent abrégé '''LWE''' (acronyme de l'[[anglais]] '''''L Entre les deux, le problème de l'apprentissage avec erreurs s'interprète comme un problème de décodage dans un [[réseau eu ...16 kio (2 432 mots) - 27 février 2025 à 12:14
- {{Voir homonymes|Apprentissage (homonymie)}} | légende = Le scenario typique d'apprentissage par renforcement : un agent effectue une action sur l'environnement, cette ...37 kio (5 680 mots) - 28 novembre 2024 à 21:19
- {{Voir homonymes|Apprentissage (homonymie)}}{{Infobox Méthode scientifique ...tificielle]], l''''apprentissage non supervisé''' désigne la situation d'[[apprentissage automatique]] où les données ne sont pas étiquetées (par exemple étiquetées ...34 kio (5 263 mots) - 7 décembre 2024 à 17:22
- ...la transformer en fonction du jeu de données d'entraînement. Néanmoins, l'apprentissage PAC-Bayésien ne se base pas sur le [[théorème de Bayes]], ce qui différenci Le cadre théorique requis pour l'apprentissage PAC-Bayésien est minimaliste<ref name=germain> {{harvsp|Germain|2015}}</ref ...13 kio (1 997 mots) - 27 novembre 2024 à 09:33
- ...''', à ne pas confondre avec ''Large language model'') est une méthode d'[[apprentissage automatique]] basée sur la génération de règles intelligibles. LLM est une ...t interne de l'apprentissage étudié. En revanche, les [[Arbre de décision (apprentissage)|arbres de décision]] étaient capables de décrire le phénomène mais manquai ...6 kio (907 mots) - 16 novembre 2024 à 04:23
- ...dèle prédictif]]. On l'utilise notamment en [[fouille de données]] et en [[apprentissage automatique]]. ...ère explicite les décisions réalisées et les processus qui les amènent. En apprentissage et en fouille de données, un arbre de décision décrit les données mais pas ...33 kio (5 179 mots) - 9 mars 2025 à 15:26
- ...uer pour optimiser un objectif (par exemple, maximiser le score du jeu). L'apprentissage par renforcement profond a été utilisé pour diverses d'applications, y comp === L'apprentissage profond === ...28 kio (4 096 mots) - 7 décembre 2024 à 15:03
- ...l'[[apprentissage par renforcement]], qui est une classe de problèmes d'[[apprentissage automatique]] dont l'objectif est de déterminer à partir d'expériences une ...ors ligne, l'agent ne peut pas interagir avec l'environnement : une base d'apprentissage lui est fournie au départ et il l'exploite pour apprendre une politique. ...24 kio (3 841 mots) - 6 février 2025 à 11:09
- La '''théorie de l'apprentissage statistique''' est un système d'[[apprentissage automatique]] à partir des domaines de la [[statistique]] et de l'[[analyse ...prédictive basée sur des [[Donnée (statistique)|données]]. La théorie de l'apprentissage statistique a conduit à des applications dans des domaines tels que la [[vi ...5 kio (854 mots) - 23 octobre 2024 à 08:58
- ...de s'appuie sur des [[Algorithme d'apprentissage incrémental|algorithmes d'apprentissage]] pour identifier et contrer les attaques. ...en anglais, que l'on peut traduire par « Détection de Malwares basée sur l'Apprentissage Automatique ». Ces modèles sont conçus pour détecter les menaces dès leur p ...37 kio (5 518 mots) - 27 février 2025 à 10:59
Correspondances dans le texte des pages
- ...tique]], l''''apprentissage ensembliste''' utilise plusieurs algorithmes d'apprentissage pour obtenir de meilleures prédictions. ...ting|bagging]], [[boosting]] et les [[forêts aléatoires]] est un exemple d'apprentissage ensembliste<ref>{{Ouvrage|langue=en|auteur1=Jiawei Han|auteur2=Micheline Ka ...864 octet (112 mots) - 4 juillet 2024 à 08:52
- ...orte plusieurs améliorations. L'algorithme produit un [[Arbre de décision (apprentissage)|arbre de décision]]. ...h>). Le désavantage de la méthode est que pour préserver l'efficacité de l'apprentissage et la pertinence du modèle produit, les variables continues doivent être di ...3 kio (437 mots) - 21 février 2023 à 19:51
- ...[[modèle mathématique|modèle]] de McCulloch-Pitts réside dans la phase d'[[apprentissage]], où les poids synaptiques sont ajustés en fonction de la somme pondérée d == Algorithme d'apprentissage == ...2 kio (347 mots) - 17 janvier 2024 à 20:59
- La '''théorie de l'apprentissage statistique''' est un système d'[[apprentissage automatique]] à partir des domaines de la [[statistique]] et de l'[[analyse ...prédictive basée sur des [[Donnée (statistique)|données]]. La théorie de l'apprentissage statistique a conduit à des applications dans des domaines tels que la [[vi ...5 kio (854 mots) - 23 octobre 2024 à 08:58
- En [[statistiques]] et en [[apprentissage automatique]], la '''validation croisée<ref>Payam Refaeilzadeh, Lei Tang, H ...èle ne modélise pas aussi bien les données de validation que les données d'apprentissage : on parle de [[surapprentissage]]. Néanmoins, un échantillon de validation ...6 kio (969 mots) - 15 avril 2024 à 13:30
- ...s images<ref name=":0">{{Lien web |titre=Modèles à base d’énergie (EBMs) · Apprentissage Profond |url=https://atcold.github.io/NYU-DLSP20/fr/week07/07-1/ |site=atco * [[Apprentissage profond]] ...2 kio (379 mots) - 12 mars 2025 à 16:46
- ...naissance des formes]] et plus généralement en [[Apprentissage automatique|apprentissage statistique]]. Les CRFs permettent de prendre en compte l'interaction de va [[Catégorie:Apprentissage automatique]] ...2 kio (383 mots) - 15 juin 2023 à 11:53
- ...uestion d'[[apprentissage automatique]], on parle parfois d'[[algorithme d'apprentissage incrémental]]. Quand la mémoire est la contrainte importante, on parle plut {{Crédit d'auteurs|interne|Algorithme d'apprentissage incrémental|112114412}} ...3 kio (407 mots) - 8 janvier 2025 à 11:38
- ...) est un type de [[Réseau de neurones artificiels|réseau de neurones]] à [[apprentissage non supervisé]]. Il est basé sur le principe qu'une entrée est approximativ ...s lorsque l'on diminue les poids. Pour cela, il est classique après chaque apprentissage de projeter les colonnes du dictionnaire sur la boule unité, à savoir: ...4 kio (639 mots) - 31 octobre 2023 à 14:49
- ...e de [[boosting]] très similaire à [[AdaBoost]]. Le but de cette méthode d'apprentissage est de classer un ensemble de données les unes par rapport aux autres, en l Soit un ensemble d'apprentissage annoté: <math>(x_{1},y_{1}),\ldots,(x_{m},y_{m})</math> où <math>x_{i} \in ...2 kio (399 mots) - 21 mai 2019 à 22:33
- == Apprentissage automatique == ...e alors comme une table contenant tous les échantillons utilisés lors de l'apprentissage et perd ses pouvoirs de prédiction sur de nouveaux échantillons. ...7 kio (1 067 mots) - 21 novembre 2024 à 16:00
- ...s peuvent être utilisées à la fois pour l'[[apprentissage supervisé]] et [[apprentissage non supervisé|non supervisé]]. ...modèles produits peuvent être analysés dans le cadre de la [[théorie de l'apprentissage statistique]]. ...5 kio (773 mots) - 18 janvier 2025 à 22:14
- ...sation de l'[[astuce du noyau]] non linéaires dans les applications de l'[[apprentissage automatique]]. Le théorème stipule que, étant donné un ensemble de données d'apprentissage qui ne sont pas séparables par un [[classifieur linéaire]], on peut avec un ...3 kio (525 mots) - 16 novembre 2024 à 11:42
- ...' (ou ''à priori''). L'incorporation de cette connaissance a priori dans l'apprentissage est la clé qui permettra une augmentation des performances du classifieur d ...moothness]]") qui implique qu'une forme similaire à une forme de la base d'apprentissage tend à être assignée à la même classe. ...5 kio (839 mots) - 3 avril 2022 à 16:45
- ...sorties sont appris en une seule étape, ce qui revient essentiellement à l'apprentissage d'un modèle linéaire. Le nom "extreme learning machine" (ELM) a été donné à ...t produire une bonne performance de généralisation et avoir un processus d'apprentissage beaucoup plus rapide que les réseaux entraînés en utilisant la [[rétropropa ...4 kio (653 mots) - 25 février 2025 à 15:40
- Dans la [[apprentissage automatique|théorie de l'apprentissage automatique]], la '''dimension de Vapnik-Tchervonenkis''' ou '''dimension d ...linéaire, le modèle obtenu peut ne pas bien correspondre à l'échantillon d'apprentissage, car sa ''capacité'' est faible. Nous décrivons cette notion de ''capacité' ...7 kio (1 066 mots) - 10 juillet 2024 à 13:52
- [[Catégorie:Apprentissage automatique]] ...787 octet (106 mots) - 19 septembre 2017 à 20:09
- En [[apprentissage automatique]], la '''couverture de Markov''' pour un nœud <math>A</math> d' [[Catégorie:Apprentissage automatique]] ...2 kio (339 mots) - 13 novembre 2022 à 02:06
- ...héorique]] ; il se situe plus précisément à l'intersection de théorie de [[apprentissage automatique]] et de la [[théorie de la complexité (informatique théorique)| {{Palette|Apprentissage automatique}} ...3 kio (478 mots) - 10 juillet 2024 à 13:53
- ...et notamment d'évaluer la difficulté d'un problème dans le contexte de l'[[apprentissage supervisé]]. Il a été proposé par [[Leslie Valiant]] en 1984. ...ie de nouvelles données inconnues (distribuées identiquement aux données d'apprentissage) avec une erreur minimale, et ceci avec forte probabilité. ...9 kio (1 310 mots) - 3 décembre 2024 à 07:38