« Fonction de perte » : différence entre les versions
(Page redirigée vers Fonction de coût) Balises : Nouvelle redirection Éditeur de wikicode 2017 |
(Redirection supprimée vers Fonction de coût) Balise : Redirection supprimée |
||
| Ligne 1 : | Ligne 1 : | ||
# | ==[[:Catégorie:Robotique | '''<span style="font-family:arial black;font-size:24px; color:#1880a6;">ROBOTIQUE</span>''']]== | ||
[[ | == Définition == | ||
Une fonction mathématique qui quantifie l'écart entre les prédictions du modèle et les cibles de vérité terrain. La perte est minimisée pendant l'entraînement. | |||
Les pertes courantes en apprentissage robotique : MSE (actions continues), entropie croisée (actions discrètes), perte de diffusion (score matching de débruitage), et perte contrastive (apprentissage de représentation). Le choix de la fonction de perte façonne directement ce que le modèle apprend. | |||
== Français == | |||
'''Fonction de perte''' | |||
== Anglais == | |||
'''loss function''' | |||
==Sources== | |||
[https://www.roboticscenter.ai/fr/glossary Source : Robotic Center] | |||
{{Modèle:Robotique}} | |||
[[Catégorie:Robotique]] | |||
Dernière version du 24 septembre 2026 à 17:36
ROBOTIQUE
Définition
Une fonction mathématique qui quantifie l'écart entre les prédictions du modèle et les cibles de vérité terrain. La perte est minimisée pendant l'entraînement.
Les pertes courantes en apprentissage robotique : MSE (actions continues), entropie croisée (actions discrètes), perte de diffusion (score matching de débruitage), et perte contrastive (apprentissage de représentation). Le choix de la fonction de perte façonne directement ce que le modèle apprend.
Français
Fonction de perte
Anglais
loss function
Sources
Contributeurs: wiki
