« Modèle non paramétrique » : différence entre les versions


Aucun résumé des modifications
Aucun résumé des modifications
Ligne 1 : Ligne 1 :
== Définition ==
== Définition ==
Un modèle non paramétrique est un [[modèle d'apprentissage]] qui ne se représente pas avec une loi statistique comportant des paramètres en nombre fini.  
Un modèle non paramétrique est un [[modèle d'apprentissage]] qui ne se représente pas avec une loi statistique comportant des paramètres en nombre limité.  


Un [[modèle non paramétrique]] est défini par les données elles-mêmes, sans paramètres spécifiques ou plutôt toutes les données sont des paramètres du modèle.
Un [[modèle non paramétrique]] est défini par les données elles-mêmes, sans paramètres spécifiques à part ses [[hyperparamètres|hyperparamètres]].


== Complément ==
== Complément ==
Ligne 16 : Ligne 16 :
== Anglais ==
== Anglais ==
'''non-parametric model'''
'''non-parametric model'''
'''non parametric model'''


==Sources==
==Sources==

Version du 22 mars 2025 à 19:48

Définition

Un modèle non paramétrique est un modèle d'apprentissage qui ne se représente pas avec une loi statistique comportant des paramètres en nombre limité.

Un modèle non paramétrique est défini par les données elles-mêmes, sans paramètres spécifiques à part ses hyperparamètres.

Complément

Un modèle non paramétrique est entièrement défini à partir des données par des estimations de la distribution statistique, par exemple l'estimation de la densité.

Typiquement, un modèle non paramétrique requiert un grand volume de données afin de s'assurer d'avoir une couverture complète de l'espace de la distribution statistique.

Français

modèle non paramétrique

modèle non-paramétrique

Anglais

non-parametric model

non parametric model

Sources

Source : DeepAI.org

Source : TERMIUM Plus