Qu'est-ce que le jeu d'entraînement en apprentissage automatique ?
C'est l'échantillon de données utilisé pour ajuster le modèle.
Quel est le rôle du jeu de validation dans l'entraînement d'un modèle ?
Il sert à régler les hyperparamètres sans que le modèle apprenne ses données.
Que fait la validation croisée avec les données ?
Elle divise les données en plusieurs sous-ensembles.
Comment fonctionne la validation croisée k-fold ?
Elle utilise chaque sous-ensemble successivement pour valider et les autres pour entraîner.
Jeu d’entraînement
Utilisé pour ajuster le modèle.
Jeu de validation
Évalue sans biais, règle hyperparamètres.
Jeu de test
Évaluation finale, compare modèles.
Validation croisée k-fold
Divise données, moyenne erreurs.
Validation stratifiée
Préserve proportion classe.
Validation leave-P-out
Retire p observations, teste plusieurs combinaisons.
Biais variance régularisation
Équilibrer complexité et sous-apprentissage.
Teste tes connaissances avec un QCM de 11 questions sur Évaluation des modèles de machine learning.
1. Quel ensemble de données sert directement à ajuster les paramètres appris par un modèle ?
2. Après l’entraînement complet d’un modèle, quel ensemble fournit son évaluation finale non biaisée et sert à comparer plusieurs modèles ?
Révisez le cours complet dans la fiche de révision de Évaluation des modèles de machine learning.
Voir la fiche →Importe ton cours et l'IA génère des flashcards en 30 secondes.
Générateur de flashcards