« Loi à postériori » : différence entre les versions


Aucun résumé des modifications
m (Remplacement de texte : « ↵<small> » par «  ==Sources== »)
 
(3 versions intermédiaires par 2 utilisateurs non affichées)
Ligne 1 : Ligne 1 :
== Définition ==
== Définition ==
"Dans l'[[inférence bayésienne]], nous supposons que la quantité inconnue à estimer a de nombreuses valeurs plausibles modélisées par ce que l'on appelle une distribution a priori. L'inférence bayésienne consiste alors à utiliser des données (que l'on considère comme immuables) pour construire une [[loi de probabilité a priori]] plus serrée pour la quantité inconnue."  
"Dans l'[[inférence bayésienne]], nous supposons que la quantité inconnue à estimer a de nombreuses valeurs plausibles modélisées par ce que l'on appelle une [[loi de probabilité a priori|distribution a priori]]. L'inférence bayésienne consiste alors à utiliser des [[données]] (que l'on considère comme immuables) pour construire une loi à postériori plus serrée pour la quantité inconnue."  
Voir '''[[théorème de Bayes]]'''
Voir '''[[théorème de Bayes]]'''


Ligne 9 : Ligne 9 :
'''posterior distribution'''
'''posterior distribution'''


<small>
 
==Sources==


[http://www.datascienceglossary.org  Source : Datascience glossary]
[http://www.datascienceglossary.org  Source : Datascience glossary]


[[Catégorie:Vocabulary]]
[[Catégorie:GRAND LEXIQUE FRANÇAIS]]
[[Catégorie:Science des données]]

Dernière version du 28 janvier 2024 à 10:56

Définition

"Dans l'inférence bayésienne, nous supposons que la quantité inconnue à estimer a de nombreuses valeurs plausibles modélisées par ce que l'on appelle une distribution a priori. L'inférence bayésienne consiste alors à utiliser des données (que l'on considère comme immuables) pour construire une loi à postériori plus serrée pour la quantité inconnue." Voir théorème de Bayes

Français

loi à postériori

Anglais

posterior distribution


Sources

Source : Datascience glossary



Contributeurs: Claire Gorjux, wiki