@prefix owl: <http://www.w3.org/2002/07/owl#> .
@prefix skos: <http://www.w3.org/2004/02/skos/core#> .
@prefix ltk: <http://data.loterre.fr/ark:/67375/LTK> .
@prefix dc: <http://purl.org/dc/terms/> .
@prefix xsd: <http://www.w3.org/2001/XMLSchema#> .

<http://data.loterre.fr/ark:/67375/8LP> a owl:Ontology, skos:ConceptScheme .
<http://data.loterre.fr/ark:/67375/8LP-Z7SKLBHW-S>
  skos:prefLabel "boosting"@fr, "boosting"@en ;
  a skos:Concept ;
  skos:narrower <http://data.loterre.fr/ark:/67375/8LP-V9L91Q5P-S> .

<http://data.loterre.fr/ark:/67375/8LP-V9L91Q5P-S>
  skos:broader <http://data.loterre.fr/ark:/67375/8LP-Z7SKLBHW-S> ;
  skos:example "En perspective, il serait intéressant de tester d'autres techniques comme des méthodes ensemblistes (Bagging, Boosting) qui pourraient donner des résultats satisfaisants. (Eshkol-Taravella & Kang, 2019)"@fr, "Par conséquent, nous avons voulu comparer la régression logistique multinomiale à deux autres techniques de classification, considérées comme parmi les plus efficaces : le bagging et le boosting. (François, 2009)"@fr, "Dans cet article, nous proposons une méthodologie originale comparant, pour le français langue étrangère (FLE), diverses techniques de classification (la régression logistique, le bagging et le boosting) sur deux corpus d'entraînement. (François, 2009)"@fr, "Sachant de plus que le temps nécessaire à l'entraînement d'un tel modèle est considérablement plus réduit que celui pour le bagging et surtout le boosting, il nous semble que la RLM constitue le meilleur choix aussi bien au niveau de l'optimisation du temps de calcul qu'au niveau de l'efficacité du modèle. (François, 2009)"@fr, "Le bagging présente l'avantage de réduire la variance d'un modèle et s'applique donc particulièrement bien à des classifieurs instables, c.-à-d. qui peuvent fortement varier en fonction des données d'entraînement, tels que les arbres de décision. (François, 2009)"@fr ;
  a skos:Concept ;
  skos:exactMatch <https://www.wikidata.org/wiki/Q799897>, ltk:-MB1WVL6C-8 ;
  skos:definition "A machine learning ensemble meta-algorithm designed to improve the stability and accuracy of machine learning algorithms used in statistical classification and regression. (Wikipedia)"@en, "Méta-algorithme d'ensemble d'apprentissage automatique conçu pour améliorer la stabilité et la précision des algorithmes d'apprentissage automatique utilisés dans la classification statistique et la régression. (Wikipédia)"@fr ;
  skos:hiddenLabel "Bagging"@fr, "Bagging"@en ;
  dc:modified "2024-10-09T13:57:10"^^xsd:dateTime ;
  skos:prefLabel "bagging"@fr, "bagging"@en ;
  skos:altLabel "bootstrap aggregating"@en, "bootstrap aggregating"@fr ;
  skos:inScheme <http://data.loterre.fr/ark:/67375/8LP> .

