Glossaire IA
Le dictionnaire complet de l'Intelligence Artificielle
Bootstrap Équilibré (Balanced Bootstrap)
Variante du bootstrap garantissant que chaque observation originale apparaît le même nombre de fois sur l'ensemble des échantillons bootstrap, réduisant le biais dans l'estimation de l'erreur.
Bootstrap Stratifié
Méthode d'échantillonnage bootstrap qui préserve la proportion des classes ou des strates dans chaque échantillon rééchantillonné, essentielle pour les données déséquilibrées.
Bootstrap Pondéré (Weighted Bootstrap)
Technique où chaque observation se voit attribuer un poids de probabilité lors du tirage bootstrap, permettant de sur-échantillonner des points de données jugés plus importants ou fiables.
Double Bootstrap
Procédure itérative où un échantillonnage bootstrap est appliqué à un autre échantillon bootstrap, utilisée pour améliorer la précision des intervalles de confiance et corriger les biais d'ordre supérieur.
Bootstrap de Bloc (Block Bootstrap)
Variante du bootstrap conçue pour les données dépendantes (séries temporelles, données spatiales) qui rééchantillonne des blocs d'observations contiguës pour préserver la structure de corrélation.
Bootstrap Bayésien
Interprétation du bootstrap comme une approximation d'une distribution a posteriori Bayésienne, où l'échantillonnage bootstrap simule une distribution a priori non informative sur les données.
Bootstrap Paramétrique
Méthode où les échantillons bootstrap sont générés à partir d'une distribution paramétrique ajustée aux données originales, contrairement au bootstrap non-paramétrique qui utilise les données elles-mêmes.
Bootstrap Non-Paramétrique
Approche bootstrap standard qui ne fait aucune hypothèse sur la distribution sous-jacente des données, en se basant uniquement sur le rééchantillonnage direct de l'échantillon empirique.
Intervalle de Confiance Bootstrap Percentile
Méthode de construction d'intervalles de confiance en utilisant les percentiles (ex: 2.5% et 97.5%) de la distribution des estimateurs calculés sur les échantillons bootstrap.
Intervalle de Confiance Bootstrap BCa
Intervalle de confiance bootstrap ajusté par le biais (Bias-Corrected) et l'accélération (accelerated), offrant une meilleure précision en corrigeant les biais et la non-normalité de la distribution bootstrap.
Sous-Échantillonnage Bootstrap (Subagging)
Variante du bagging utilisant des sous-ensembles d'observations tirés sans remplacement, réduisant la variance tout en étant moins coûteux en calcul que le bagging traditionnel.
Bootstrap pour Séries Temporelles
Ensemble de techniques (comme le bootstrap de bloc ou le bootstrap basé sur les résidus) adaptées pour rééchantillonner des données sérielles tout en respectant leur dépendance temporelle.
Jackknife-after-Bootstrap
Méthode diagnostique qui utilise la technique du jackknife sur les résultats bootstrap pour évaluer la stabilité et l'influence de chaque observation sur l'estimation bootstrap.