Dilemme biais-variance
Touche la carte pour la faire tourner.
Rare
Dilemme biais-variance
Dilemme
1/1Un exemplaire au monde.
- Aura (depuis 2015)
- 56 613
- Rang de la carte
- N° 299 171
- Type
- Notion
Extrait.
En statistique et en apprentissage automatique, le dilemme (ou compromis) biais–variance est le problème de minimiser simultanément deux sources d’erreurs qui empêchent les algorithmes d’apprentissage supervisé de généraliser au-delà de leur échantillon d’apprentissage : Le biais est l’erreur provenant d’hypothèses erronées dans l’algorithme d’apprentissage. Un biais élevé peut être lié à un algorithme qui manque de relations pertinentes entre les données en entrée et les sorties prévues (sous-apprentissage).
Crédits
Illustration
- Auteur
- Anders Sandberg
- Licence
- CC BY-SA 3.0
- Source
- Test function and noisy data.png · Wikimedia Commons
- Modifications
- Recadrage et effets visuels Devon (cadre, reflets holographiques).
Texte
Résumé et adapté de l’article « Dilemme biais-variance », Wikipédia en français. Licence CC BY-SA 4.0.
Aura : statistiques de consultation de l’API Wikimedia.