🔧Techniques
Surapprentissage
Overfitting
Définition
Le surapprentissage survient quand un modèle apprend « par cœur » ses données d'entraînement, y compris leur bruit, au lieu d'en extraire des règles générales. Résultat : il est excellent sur les données vues mais médiocre sur de nouvelles données. C'est l'un des pièges majeurs de l'apprentissage automatique, qu'on combat par la régularisation et la validation.
Exemple concret
💡 Un modèle de détection de spam qui aurait mémorisé les emails exacts du jeu d'entraînement, mais qui laisserait passer un spam légèrement reformulé, fait du surapprentissage.
Termes liés
Questions fréquentes
Qu'est-ce que Surapprentissage en intelligence artificielle ?
Le surapprentissage survient quand un modèle apprend « par cœur » ses données d'entraînement, y compris leur bruit, au lieu d'en extraire des règles générales. Résultat : il est excellent sur les données vues mais médiocre sur de nouvelles données. C'est l'un des pièges majeurs de l'apprentissage automatique, qu'on combat par la régularisation et la validation.
À quoi sert Surapprentissage ?
Un modèle de détection de spam qui aurait mémorisé les emails exacts du jeu d'entraînement, mais qui laisserait passer un spam légèrement reformulé, fait du surapprentissage.
Quels sont les concepts liés à Surapprentissage ?
Les concepts liés à Surapprentissage incluent : Machine Learning, Entraînement, Augmentation de données. 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.