Fonction cible

En apprentissage automatique, une fonction cible est un algorithme qui résout un problème en utilisant ses données d'entraînement. Un algorithme peut utiliser sa fonction cible pour déterminer le résultat d'une prédiction (analyse prédictive) une fois qu'il l'a trouvée. La fonction peut ensuite être utilisée pour trouver des données de sortie liées aux entrées pour des problèmes réels où, contrairement aux ensembles de formation, les sorties ne sont pas incluses. Une fonction cible peut être décrite comme la formule qu'un algorithme utilise pour calculer des prédictions. Il est courant que l'IA travaille à l'inverse de l'algèbre lorsqu'il s'agit de trouver la variable. Pour produire la sortie (I), la fonction décrite par f doit être appliquée à l'entrée (I). Par conséquent, O= f(I). En analysant les quantités massives de données liées à un problème donné, l'IA parvient à comprendre des règles non spécifiées auparavant en détectant des cohérences dans les données. L'IA peut apprendre à partir des observations sur le comportement inhérent du sujet comment il traite les données.