Apprentissage supervisé — définition ?
Méthode où la fonction est apprise à partir de données étiquetées.
Données étiquetées — rôle ?
Fournissent la supervision pour entraîner le modèle.
Problème de classification — Y ?
Y est un ensemble fini de classes ou catégories.
Problème de régression — Y ?
Y est un ensemble de valeurs réelles continues.
Hyper paramètres — rôle ?
Fixés par le concepteur, ils configurent le modèle.
Paramètres appris — définition ?
Paramètres ajustés lors de l’apprentissage pour minimiser l’erreur.
Validation du modèle — étape ?
Évaluer convergence, performance et généralisation.
Généralisation — signification ?
Capacité à bien prédire sur de nouvelles données.
Surapprentissage — phénomène ?
Modèle trop ajusté aux données d’entraînement, mauvaise généralisation.
Validation croisée — principe ?
Partitionner plusieurs fois pour évaluer stabilité et performance.
Courbe d’apprentissage — rôle ?
Visualise la performance en fonction du nombre de données.
Critères de performance — exemples ?
MAE, MSE, accuracy, matrice de confusion.
Données d’entraînement — étape clé ?
Préparer et séparer pour apprendre et évaluer.
Problème de classification — sortie ?
Une classe ou catégorie parmi un ensemble fini.
Problème de régression — sortie ?
Une valeur réelle continue à prédire.
Hyper paramètres — exemples ?
Nombre de couches, fonction d’activation, architecture.
Paramètres appris — exemple ?
Poids d’un réseau de neurones.
Validation du modèle — objectif ?
Vérifier convergence et capacité de généralisation.
Généralisation — importance ?
Permet de prédire efficacement sur de nouvelles données.
Surapprentissage — conséquence ?
Perte de performance sur données non vues.
Validation croisée — avantage ?
Estimer la stabilité et éviter le surapprentissage.
Courbe d’apprentissage — indicateur ?
Plateau indique saturation, croissance indique potentiel d’amélioration.
Testez vos connaissances avec un QCM de 11 questions sur Introduction à l'Apprentissage Supervisé.
1. Quand Thierry Montaut a-t-il publié ou établi ses principales définitions sur les problèmes de régression ?
2. Quel est le rôle principal du problème de classification en apprentissage automatique ?
Révisez le cours complet dans la fiche de révision de Introduction à l'Apprentissage Supervisé.
Voir la fiche →Intelligence Artificielle
Bases de données
Bases de données
Bases de données
Importe ton cours et l'IA génère des flashcards en 30 secondes.
Générateur de flashcards