Cette comparaison a sa limite parceque dans la régression linéaire ou plus généralement dans les modèles statistiques, on essaie d'atterrir sur un petit nombre de paramètres "explicatifs" qui par construction représentent les paramètres essentiels du problème. Ces paramètres suffisent à expliquer les évaluations faites par le modèle, permettent de faire de l'analyse qualitative et leur évolution au fil du temps peut aussi révéler des informations intéressantes.
Pourrais tu etre un peu plus specifique?
Tu veux dire que quand le modele lineaire marche on apprend que le systeme etudie obeis une loi lineaire, mais quand un reseau de neurone marche, on n'apprend rien du tout?
Mais en general le reseau de neurones n'a pas un souvenir precis des entrees traitees, et c'est comparable a la regression lineaire. Tu n'es pas d'accord avec ca?
[^] # Re: Et l'apprentissage automatique?
Posté par j_m . En réponse au journal "Intelligence artificielle", vraiment?. Évalué à 2.
Pourrais tu etre un peu plus specifique?
Tu veux dire que quand le modele lineaire marche on apprend que le systeme etudie obeis une loi lineaire, mais quand un reseau de neurone marche, on n'apprend rien du tout?
Mais en general le reseau de neurones n'a pas un souvenir precis des entrees traitees, et c'est comparable a la regression lineaire. Tu n'es pas d'accord avec ca?