एआई शब्दावली
आर्टिफिशियल इंटेलिजेंस का पूर्ण शब्दकोश
Critère d'Information de Déviance (DIC)
Métrique de sélection de modèle bayésien évaluant l'adéquation du modèle tout en pénalisant sa complexité, analogue à l'AIC en fréquentiste.
Critère d'Information de Watanabe-Akaike (WAIC)
Méthode de sélection de modèle entièrement bayésienne estimant la divergence attendue entre le modèle et le processus génératif réel.
Score de Bayes
Logarithme de la probabilité marginale des données, utilisé pour classer les modèles lors de la sélection bayésienne.
Modèle à Espace Latent
Classe de modèles bayésiens où les variables latentes non observées sont inférées pour expliquer la structure des données observées.
Méthode de Reversible-Jump MCMC
Algorithme d'échantillonnage avancé permettant d'explorer des modèles de dimensions différentes pour la sélection de modèle bayésienne.
A Priori de Zellner-Siow
Distribution a priori par défaut pour la régression linéaire bayésienne, favorisant des modèles parcimonieux dans la sélection de variables.
Moyennage de Modèles Bayésiens (BMA)
Technique combinant les prédictions de plusieurs modèles pondérés par leurs probabilités a posteriori pour améliorer la robustesse inférentielle.
Probabilité A Posteriori du Modèle (PMP)
Probabilité qu'un modèle donné soit le vrai modèle génératif des données, après mise à jour bayésienne avec les observations.
Vérification Croisée Bayésienne (BCV)
Méthode de validation de modèle évaluant sa capacité prédictive en partitionnant les données et en comparant les prédictions aux observations.
Test de Rapport de Bayes
Procédure de décision basée sur le facteur de Bayes pour accepter ou rejeter une hypothèse nulle en contexte bayésien.
Sélection de Variables Bayésienne
Application de la sélection de modèle bayésienne pour identifier les prédicteurs pertinents dans les modèles de régression.
A Priori de g
Famille de distributions a priori pour les tests d'hypothèses bayésiens, contrôlant la distance entre l'hypothèse nulle et l'alternative.
Échelle de Kass-Raftery
Interprétation standardisée des facteurs de Bayes en catégories (faible, modérée, forte, très forte) pour évaluer la signification des preuves.
Modèle Non Paramétrique Bayésien
Approche bayésienne où le nombre de paramètres peut croître avec les données, utilisant des processus comme Dirichlet ou Gaussien.
Inférence Approximative par Calcul Variationnel
Méthode d'approximation de la distribution a posteriori pour la sélection de modèle lorsque les calculs exacts sont intractables.