« Modèle non paramétrique » : différence entre les versions

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

Source : DeepAI.org

Source : TERMIUM Plus

@@ Ligne 1 : / Ligne 1 : @@
 == Définition ==
-Les modèles non paramétriques sont des [[modèle statistique|modèles statistiques]] qui ne se conforment pas à une loi statistique comportant des paramètres (par exemple la [[distribution normale]] avec ses paramètres de moyenne et de variance).
+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 ==
-Ces modèles non paramétriques sont définis entièrement à partir des données par des estimations de la distribution statistique.
+Voir [[modèle paramétrique]].
+<hr/>
-Typiquement, les modèles non paramétriques exigent un grand volume de données afin de s'assurer d'avoir une couverture complète de l'espace de la distribution statistique.
+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/>
+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 [[hyperparamètre|hyperparamètres]].
+<hr/>
+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'''
-<small>
+'''non parametric model'''
+==Sources==
 [https://deepai.org/machine-learning-glossary-and-terms/non-parametric-model  Source : DeepAI.org ]

« Modèle non paramétrique » : différence entre les versions