Inférence

Votre mouvement d’apprentissage

S’orienterClarifier un terme, une source, une personne ou un événement.

Pourquoi cette page existe

Les pages de référence soutiennent l’apprentissage sans vous obliger à abandonner votre question ou parcours.

Ce que vous en retirerez

L’inférence consiste à exécuter un modèle entraîné sur une entrée pour produire une prédiction, génération, note ou autre résultat.

Avant de commencer

Utilisez ces pages seules ou revenez à l’objet qui vous y a conduit.

Faites ceci maintenant

Trouvez le fait ou la relation nécessaire, puis revenez à votre objectif.

À faire maintenantClarifier ce conceptLe plan indique le résultat, le temps, les prérequis, l’action immédiate et la suite préparée.Autre parcours valableExaminer les SourcesVoir la provenance, la revue et les limites des preuves.

Compte

Glossaire connecté

Inférence

L’inférence consiste à exécuter un modèle entraîné sur une entrée pour produire une prédiction, génération, note ou autre résultat.

Plan pour cette page

Comprendre un concept dans un langage simple et le relier à des idées voisines.

Vous repartirez avec: Le modèle applique ses paramètres appris actuels sans répéter tout l’entraînement. Le produit peut ajouter prétraitement, recherche, outils, échantillonnage, filtres ou revue humaine autour de cette exécution.
Temps: 3–8 min
Avant de commencer: Aucun prérequis. Gardez un exemple réel en tête.
Faites ceci maintenant: Lisez l’explication, puis comparez l’exemple à l’idée reçue.

Étape suivante préparéeVoir l’étape d’utilisation du modèle

InférenceL’inférence consiste à exécuter un modèle entraîné sur une entrée pour produire une prédiction, génération, note ou autre résultat.

Modèle
Entraînement
Prédiction

Explication

Le modèle applique ses paramètres appris actuels sans répéter tout l’entraînement. Le produit peut ajouter prétraitement, recherche, outils, échantillonnage, filtres ou revue humaine autour de cette exécution.

Exemple

Quand un système de reconnaissance vocale transforme un nouvel extrait sonore en texte, il effectue une inférence avec un modèle entraîné.

Pourquoi cela compte

C’est à l’inférence que les utilisateurs rencontrent le comportement du modèle et que latence, coût, permissions, contexte et contrôle deviennent opérationnels. Elle ne prouve pas que le résultat est vrai.

Idée reçue

Idée reçue : l’inférence signifie que le modèle a démontré logiquement sa réponse. Correction : en apprentissage automatique, elle désigne généralement la production d’un résultat avec les paramètres appris.

Concepts liés

Suivez les relations, pas seulement l’alphabet

ModèleUn modèle est une représentation apprise ou conçue qui associe des entrées à des résultats pour une tâche ou famille de tâches définie.EntraînementL’entraînement est le processus d’ajustement d’un modèle pour améliorer sa performance selon un objectif avec des données, du feedback ou des interactions.PrédictionUne prédiction est le résultat estimé d’un modèle pour une entrée, par exemple une classe, valeur, probabilité, séquence ou élément suivant.

Voir l’étape d’utilisation du modèle

Sources et périmètre

Ce qui soutient cet objet

Machine Learning GlossaryGoogle for Developers

Définit l'inférence d'apprentissage automatique ; le mot a d’autres significations dans les statistiques et dans le raisonnement ordinaire.

Ouvrir la source

Loading page content...

…