« Modèle non paramétrique » : différence entre les versions
Aucun résumé des modifications |
Aucun résumé des modifications |
||
| (3 versions intermédiaires par un autre utilisateur non affichées) | |||
| Ligne 1 : | Ligne 1 : | ||
== Définition == | == Définition == | ||
Un [[modèle non paramétrique]] | Un [[modèle]] non paramétrique est un [[modèle d'apprentissage]] défini par les données elles-mêmes, sans paramètres spécifiques à part ses [[hyperparamètres|hyperparamètres]]. | ||
Typiquement, le nombre de paramètres d'un modèle non paramétrique augmente avec la quantité de données différentes traitées. | |||
== Complément == | == Complément == | ||
Voir [[modèle paramétrique]]. | |||
<hr/> | |||
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. | 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. | ||
<hr/> | <hr/> | ||
Dernière version du 3 avril 2025 à 10:27
Définition
Un modèle non paramétrique est un modèle d'apprentissage défini par les données elles-mêmes, sans paramètres spécifiques à part ses hyperparamètres.
Typiquement, le nombre de paramètres d'un modèle non paramétrique augmente avec la quantité de données différentes traitées.
Complément
Voir modèle paramétrique.
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.
Théoriquement, un modèle non paramétrique pourrait avoir un nombre illimité / infini de paramètres, mais en pratique il est toujours limité par les ressources disponibles et ses hyperparamètres.
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
Contributeurs: Arielle Halindintwali, Claire Gorjux, Claude Coulombe, Patrick Drouin, wiki
