« Théorème de Bernstein-von Mises » : différence entre les versions


(Page créée avec « ==en construction== == Définition == XXXXXXXXX == Français == ''' XXXXXXXXX ''' == Anglais == ''' Bernstein–Von Mises Theorem''' The Bernstein–Von Mises theorem... »)
 
m (Remplacement de texte : « ↵<small> » par «  ==Sources== »)
 
(4 versions intermédiaires par 3 utilisateurs non affichées)
Ligne 1 : Ligne 1 :
==en construction==
== Définition ==
== Définition ==
XXXXXXXXX
Le théorème de Bernstein-von Mises stipule que plus la quantité d'informations obtenues par l'échantillon est importante, moins la [[probabilité a priori]] a d'influence sur un modèle de prédiction, du moins pour les modèles communs d'[[inférence bayésienne]] qui ont un ensemble de contraintes spécifiques.


== Français ==
== Français ==
''' XXXXXXXXX '''
'''théorème de Bernstein-von Mises'''


== Anglais ==
== Anglais ==
''' Bernstein–Von Mises Theorem'''
''' Bernstein–Von Mises Theorem'''


The Bernstein–Von Mises theorem states that the more data available for sampling, the less influence the prior probability has on a prediction model, at least for common Bayesian inference models that have a specific set of constraints. As the data pool expands, the posterior distribution grows more independent of the prior probability assumption and the posterior’s curve looks just like (is asymptotic to) a sampling distribution drawn from a maximum likelihood estimator.


==Sources==


<small>
[https://fr.wikipedia.org/wiki/Th%C3%A9or%C3%A8me_de_Bernstein-von_Mises  Source : Wikipedia (Théorème de Bernstein-von Mises) ]


[https://deepai.org/machine-learning-glossary-and-terms/bernstein-von-mises-theorem  Source : DeepAI.org ]
[https://deepai.org/machine-learning-glossary-and-terms/bernstein-von-mises-theorem  Source : DeepAI.org ]


[[Catégorie:DeepAI.org]]


[[Catégorie:vocabulary]]
[[Catégorie:GRAND LEXIQUE FRANÇAIS]]

Dernière version du 28 janvier 2024 à 13:53

Définition

Le théorème de Bernstein-von Mises stipule que plus la quantité d'informations obtenues par l'échantillon est importante, moins la probabilité a priori a d'influence sur un modèle de prédiction, du moins pour les modèles communs d'inférence bayésienne qui ont un ensemble de contraintes spécifiques.

Français

théorème de Bernstein-von Mises

Anglais

Bernstein–Von Mises Theorem


Sources

Source : Wikipedia (Théorème de Bernstein-von Mises)

Source : DeepAI.org