🏠 홈
벤치마크
📊 모든 벤치마크 🦖 공룡 v1 🦖 공룡 v2 ✅ 할 일 목록 앱 🎨 창의적인 자유 페이지 🎯 FSACB - 궁극의 쇼케이스 🌍 번역 벤치마크
모델
🏆 톱 10 모델 🆓 무료 모델 📋 모든 모델 ⚙️ 킬로 코드 모드
리소스
💬 프롬프트 라이브러리 📖 AI 용어 사전 🔗 유용한 링크

AI 용어집

인공지능 완전 사전

162
카테고리
2,032
하위 카테고리
23,060
용어
📖
용어

Graphe causal dirigé acyclique (DAG)

Représentation graphique des relations causales entre variables où les nœuds représentent les variables et les arêtes orientées indiquent les influences causales directes. L'absence de cycles garantit une interprétation causale cohérente du système.

📖
용어

Diagramme de Pearl

Représentation graphique formalisée par Judea Pearl pour modéliser les relations causales et les hypothèses sous-jacentes dans un système complexe. Ces diagrammes servent de base au raisonnement causal et au do-calculus.

📖
용어

Critère de la porte dérobée (Backdoor)

Ensemble de conditions graphiques permettant d'identifier les ensembles de variables à ajuster pour contrôler le biais de confusion dans l'estimation causale. Ce critère garantit que tous les chemins de confusion non causaux sont bloqués.

📖
용어

Critère de la porte avant (Front-door)

Méthode d'identification causale alternative lorsque le critère backdoor n'est pas applicable, utilisant des médiateurs observés entre le traitement et le résultat. Cette approche permet l'estimation causale même avec confusion non mesurée.

📖
용어

Équité contrefactuelle

Principe d'équité algorithmique exigeant que la décision pour un individu soit la même dans un monde contrefactuel où ses attributs sensibles seraient différents. Cette approche garantit des décisions non discriminatoires basées sur les mérites réels.

📖
용어

Modélisation par équations structurelles (SEM)

Approche statistique multivariée testant simultanément des hypothèses sur les relations causales directes et indirectes entre variables latentes et observées. La SEM combine analyse factorielle et modélisation de régression structurelle.

📖
용어

Analyse d'intention de traiter

Approche analytique dans les essais cliniques comparant les groupes selon l'assignation initiale du traitement, indépendamment de l'adhésion réelle au traitement. Cette méthode préserve les bénéfices de la randomisation et évite les biais de sélection.

🔍

결과를 찾을 수 없습니다