Résumé
Bravo pour avoir assimilé tout ça ! Récapitulons ce que nous avons abordé :
- L’apprentissage supervisé est un type d’apprentissage par exemple. Un modèle effectue des prédictions, celles-ci sont comparées aux étiquettes attendues et le modèle est ensuite mis à jour pour produire de meilleurs résultats.
- Une fonction de coût est un moyen mathématique de décrire ce que nous voulons qu’un modèle apprenne. Les fonctions de coût calculent des nombres élevés quand un modèle ne fait pas de bonnes prédictions, et des nombres faibles quand il fonctionne bien.
- La descente de gradient est un algorithme d’optimisation. C’est un moyen de calculer comment améliorer un modèle, étant donné une fonction de coût et des données.
- La taille de pas (ou taux d’apprentissage) change la rapidité et le niveau de performance de l’algorithme de descente de gradient.