Inductive Bias

L’inductive bias d’un modèle d’apprentissage machine est l’ensemble des préférences ou des hypothèses que le modèle fait pour prédire des sorties à partir d’entrées données lorsqu’il est confronté à l’incertitude. Ces biais aident à guider le modèle vers des solutions plus probables en se basant sur la connaissance du monde réel ou sur des caractéristiques spécifiques des données.

Exemple : Un modèle de machine learning conçu pour reconnaître des formes pourrait avoir un biais inductif qui privilégie les formes géométriques simples comme les cercles et les carrés sur des formes plus complexes. Cela pourrait l’aider à mieux généraliser à partir d’exemples limités, en supposant que les formes simples sont plus courantes.

Retourner à l'index du lexique