🔧Techniques
Descente de gradient
Gradient Descent
Définition
La descente de gradient est la méthode d'optimisation au cœur de l'entraînement des modèles. Elle ajuste progressivement les paramètres dans la direction qui réduit le plus l'erreur, comme on descendrait une pente vers le point le plus bas. Le « taux d'apprentissage » contrôle la taille de chaque pas.
Exemple concret
💡 Imaginez chercher le fond d'une vallée dans le brouillard : à chaque pas, vous allez vers le bas de la pente — c'est exactement ce que fait la descente de gradient pour minimiser l'erreur.
Termes liés
Questions fréquentes
Qu'est-ce que Descente de gradient en intelligence artificielle ?
La descente de gradient est la méthode d'optimisation au cœur de l'entraînement des modèles. Elle ajuste progressivement les paramètres dans la direction qui réduit le plus l'erreur, comme on descendrait une pente vers le point le plus bas. Le « taux d'apprentissage » contrôle la taille de chaque pas.
À quoi sert Descente de gradient ?
Imaginez chercher le fond d'une vallée dans le brouillard : à chaque pas, vous allez vers le bas de la pente — c'est exactement ce que fait la descente de gradient pour minimiser l'erreur.
Quels sont les concepts liés à Descente de gradient ?
Les concepts liés à Descente de gradient incluent : Rétropropagation, Entraînement, Machine Learning. Retrouvez chaque définition dans le glossaire IA de Brief IA.
📬 Newsletter gratuite
Ne rate rien de l'actu IA
Reçois chaque soir les 7 meilleures actus IA, décryptées en 5 min. Gratuit.