tlasWiki
R
Sciences et natureN° 388055

Apprentissage par classement

L'apprentissage par classement ou classement appris par machine (MLR) est l'application de l'apprentissage automatique – typiquement supervisé, semi-supervisé…

ATQ7 000DEF6 270

Apprentissage par classement

RareSciences et naturen° 388 055

2 046lecteurs par mois, en anglais
1fois tirée dans un paquet
—aucune vente sur 7 jours
Jouer et trouver cette carte

Ses 3 versions

  • R
    Sciences et natureN° 388055

    Apprentissage par classement

    L'apprentissage par classement ou classement appris par machine (MLR) est l'application de l'apprentissage automatique – typiquement supervisé, semi-supervisé…

    ATQ7 000DEF6 270
    Classique1 tirage
  • RH
    Sciences et natureN° 388055

    Apprentissage par classement

    L'apprentissage par classement ou classement appris par machine (MLR) est l'application de l'apprentissage automatique – typiquement supervisé, semi-supervisé…

    ATQ7 000DEF6 270
    HolographiqueJamais tirée
  • RRB
    Sciences et natureN° 388055

    Apprentissage par classement

    L'apprentissage par classement ou classement appris par machine (MLR) est l'application de l'apprentissage automatique – typiquement supervisé, semi-supervisé…

    ATQ7 000DEF6 270
    RainbowJamais tirée
Lire l'article de Wikipédia

L'apprentissage par classement ou classement appris par machine (MLR) est l'application de l'apprentissage automatique – typiquement supervisé, semi-supervisé ou apprentissage par renforcement – dans la construction de fonction de classements pour les systèmes de recherche d'information. Les données d'entraînement se composent, par exemple, de listes d'éléments pour lesquelles un ordre partiel est spécifié entre les éléments de chaque liste. Cet ordre s'obtient typiquement en attribuant à chaque élément un score numérique ou ordinal, ou un jugement binaire (ex.

Autres Super spéciales rares en Sciences et nature

Texte : Wikipédia, « Apprentissage par classement », licence CC BY-SA 4.0. Image : Weeklyd3, CC0, via Wikimedia Commons (recadrée). Comment jouer.