Commune · Savoirs
Minimisation du risque empirique
En apprentissage automatique, la minimisation du risque empirique est une technique de recherche de solution procédant par minimisation d'une mesure d'erreur correspondant à la moyenne d'une fonction de perte sur un jeu de données connu et fixé. On parle de risque empirique par opposition à l'erreur de généralisation, qui correspond à une mesure d'erreur idéale quantifiant la performance du modèle appris sur de nouvelles données, mais qui n'est en général pas calculable.
Sur Wikipédia
En apprentissage automatique, la minimisation du risque empirique est une technique de recherche de solution procédant par minimisation d'une mesure d'erreur correspondant à la moyenne d'une fonction de perte sur un jeu de données connu et fixé. On parle de risque empirique par opposition à l'erreur de généralisation, qui correspond à une mesure d'erreur idéale quantifiant la performance du modèle appris sur de nouvelles données, mais qui n'est en général pas calculable. L'erreur empirique en constitute donc une approximation utilisable en pratique. Étudier l'erreur de généralisation de modèles appris par minimisation du risque empirique est au cœur de la théorie de l'apprentissage statistique.
Texte : Wikipédia, CC BY-SA 4.0. ·
Cartes voisines
-
M★
Méthode des moments généralisée
-
A★★★
Algorithme minimax
-
★★
Théorème isopérimétrique
-
★
Minimisation d'un automate fini déterministe
-
★
Fonction de répartition empirique
-
★★★
Erreur circulaire probable
Rayon du cercle à l'intérieur duquel se trouvent x % des valeurs d'un échantillon de mesure bidimensionnelle