🏠 Accueil
基準測試
📊 Tous les Benchmarks 🦖 Dinosaure v1 🦖 Dinosaure v2 ✅ To-Do List Apps 🎨 Pages Libres 🎯 FSACB - Showcase 🌍 Traduction
Modèles
🏆 Top 10 Modèles 🆓 Modèles Gratuits 📋 Tous les Modèles ⚙️ Modes Kilo Code
Ressources
💬 Prompts IA 📖 人工智能詞彙表 🔗 Liens Utiles

AI 詞彙表

人工智能完整詞典

200
類別
2,608
子類別
30,011
術語
📖
術語

Bandwidth

Paramètre de lissage contrôlant la largeur de la fonction noyau, déterminant le compromis entre biais et variance de l'estimation de densité.

📖
術語

Noyau d'Epanechnikov

Fonction noyau parabolique à support compact, considérée comme optimale en termes d'erreur quadratique moyenne asymptotique, offrant un excellent compromis biais-variance.

📖
術語

Règle de Silverman

Méthode heuristique pour sélectionner automatiquement le bandwidth optimal en supposant une distribution sous-jacente gaussienne, utilisant la formule h = 1.06σn^(-1/5).

📖
術語

Validation Croisée pour KDE

Technique d'évaluation du bandwidth en minimisant l'erreur de validation croisée, évaluant la capacité de généralisation de l'estimateur de densité sur des données non vues.

📖
術語

Fenêtre de Parzen

Synonyme historique de l'estimation par noyau, nommée d'après Emanuel Parzen, décrivant une fenêtre mobile qui pondère les observations pour estimer la densité locale.

📖
術語

Estimateur de Nadaraya-Watson

Estimateur non paramétrique de la fonction de régression utilisant des poids noyaux, étroitement lié à KDE pour l'estimation de la densité conditionnelle.

📖
術語

Estimateur à Noyau Variable

Extension de KDE où le bandwidth varie localement en fonction de la densité des points, adaptant le lissage aux régions denses et clairsemées du jeu de données.

📖
術語

Distance de Mahalanobis

Mesure de distance tenant compte de la covariance des variables, utilisée dans KDE multivarié pour normaliser les échelles et corrélations entre dimensions.

📖
術語

Biais et Variance en KDE

Compromis fondamental où un bandwidth élevé réduit la variance mais augmente le biais (surlissage), tandis qu'un faible bandwidth réduit le biais mais augmente la variance (sous-lissage).

📖
術語

Méthode des k-Plus Proches Voisins

Alternative à KDE où la densité est estimée par le nombre de points dans un volume contenant k voisins les plus proches, adaptant automatiquement la résolution locale.

📖
術語

Estimateur de Rosenblatt

Précurseur de KDE utilisant des fonctions indicatrices dans des intervalles fixes, constituant la base historique des méthodes d'estimation de densité non paramétriques.

📖
術語

Noyau Uniforme

Fonction noyau simple attribuant un poids égal à tous les points dans un rayon défini et nul à l'extérieur, créant une estimation de densité en escalier.

📖
術語

Noyau Triangulaire

Fonction noyau linéaire décroissante depuis le centre, offrant un lissage progressif entre les points centraux et périphériques de la fenêtre d'estimation.

📖
術語

Sélection Adaptative du Bandwidth

Méthodes avancées ajustant dynamiquement le bandwidth en fonction de la densité locale estimée, utilisant des approches comme la règle de la racine carrée ou l'équilibrage des biais.

📖
術語

Plug-in Selector

Méthode de sélection de bandwidth basée sur l'insertion d'estimations des quantités inconnues dans des formules asymptotiques optimales, offrant une approche théoriquement fondée.

🔍

搵唔到結果