Expert
Parmi les phrases suivantes, lesquelles sont vraies vis-à-vis de la « fonction perte » ?
Auteur: MartinStatut : PubliéeQuestion passée 265 fois
Modifier
0
Évaluations de la communauté
El Mehdi
14/11/2024
C'est faux. On cherche aussi à maximiser la fonction de perte, c'est dans le cas de la fonction de vraisemblance. Donc pendant le développement du modèle, on cherche à minimiser ou maximiser la fonction. De plus, elle est définie par le développeur, une fonction de coût pour la régression n'est pas pareille que celle de la classification dans un cas simple.
Questions similairesPlus de questions sur Machine Learning
13
Comment gérer les données manquantes dans un jeu de données d'apprentissage donné ?8
Comment gérer les données manquantes dans un jeu de données d'apprentissage donné ?6
Le jeu de validation est utilisé pour fournir des évaluations fréquentes et non biaisées de l'ajustement du modèle sur le jeu d'entraînement tout en ajustant ses hyperparamètres/paramètres: en d'autres termes, le modèle est trouvé et ensuite testé sur le jeu de validation avant d'être amélioré une fois de plus.6
Quel est le mot manquant dans la phrase suivante : Overfitting est la production d'un modèle qui correspond trop étroitement à l'ensemble de données d'apprentissage et peut donc ne pas s'adapter à d'autres ensembles de données et donc ne pas effectuer de prévision fiable.4
Clustering est un processus d'apprentissage automatique non supervisé qui vise à découvrir automatiquement des regroupements naturels dans les données d'entrée. Lorsque cette méthode est utilisée, le développeur peut choisir le nombre de groupes qu'il souhaite créer.