Глоссарий ИИ
Полный словарь искусственного интеллекта
Méthode de la médiane absolue
Statistique robuste calculée comme la médiane des écarts absolus par rapport à la médiane, utilisée pour mesurer la dispersion tout en étant résistante aux valeurs extrêmes.
Estimateur M-estimateur
Classe d'estimateurs robustes obtenus en minimisant une fonction de perte modifiée qui réduit l'influence des observations aberrantes dans l'estimation paramétrique.
Trimmed Mean
Moyenne calculée après avoir retiré un pourcentage spécifié des valeurs extrêmes aux deux extrémités de la distribution, offrant une mesure de tendance centrale robuste.
Quantile robuste
Mesure de position calculée par interpolation linéaire ou méthode de Harrell-Davis, fournissant une estimation stable des quantiles même en présence de contamination des données.
Distance de Mahalanobis robuste
Mesure multivariée de distance utilisant des estimations robustes de la moyenne et de la covariance, permettant de détecter des anomalies dans des espaces de grande dimension.
Estimateur S
Estimateur d'échelle robuste basé sur la médiane des écarts absolus pondérés par une fonction de score, offrant un compromis optimal entre efficacité et robustesse.
Fonction d'influence
Outil mathématique mesurant l'impact d'une infinitésimale contamination sur un estimateur, permettant de quantifier et comparer la robustesse de différentes méthodes statistiques.
M-estimateur redescendant
Variante des M-estimateurs dont la fonction de poids devient nulle au-delà d'un certain seuil, éliminant complètement l'influence des observations extrêmes dans le calcul.
MM-оценка
Робастная оценка, объединяющая M-оценку с высокой точностью разрыва и M-оценку с высокой эффективностью, одновременно оптимизирующая робастность и статистическую точность.
Tau-оценка
Оценка масштаба с высокой точностью разрыва и высокой эффективностью, использующая взвешенную комбинацию S-оценок и M-оценок, особенно адаптированная для асимметричных распределений.
R-оценка
Класс робастных оценок, основанных на рангах наблюдений, а не на их абсолютных значениях, обеспечивающих инвариантность к монотонным преобразованиям и естественную устойчивость к выбросам.
Взвешенная медиана абсолютного отклонения
Вариант MAD, включающий веса, основанные на расстоянии наблюдений от центра, что улучшает обнаружение аномалий в неоднородных данных.
Обнаружение выбросов на основе глубины
Робастный подход, идентифицирующий аномалии как точки с наименьшей статистической глубиной в облаке данных, измеряющий их относительное центральное положение.
Идентификатор Хампеля
Метод обнаружения аномалий, основанный на медиане и MAD, классифицирующий как выбросы точки, отклоняющиеся более чем на 3 медианных абсолютных отклонения от медианы.
Оценка Qn
Робастная оценка масштаба, основанная на медиане попарных абсолютных разностей, обеспечивающая эффективность 82% при нормальности и точку разрыва 50%.