Karteikarten: Principes fondamentaux du machine learning — 10 Karten

Données étiquetées — définition ?

Exemples avec entrée et sortie associée.

Données étiquetées — définition?

Exemples avec entrée et sortie associée.

Modèle mathématique ML — rôle ?

Représenter la relation entre données et prédictions.

Entraînement ML — but?

Ajuster paramètres pour minimiser la perte.

Entraînement — étape clé ?

Ajuster paramètres pour minimiser la perte.

Généralisation — rôle?

Performances sur données non vues.

Overfitting — conséquence?

Modèle trop ajusté aux données d’entraînement.

Modèle mathématique ML — définition?

Représentation pour prédire à partir de données.

Fonction de prédiction — notation?

f(x, θ) = y.

Gradient descent — utilisation?

Optimiser la fonction de perte.