« Statistiques en haute dimension » : différence entre les versions


Aucun résumé des modifications
m (Remplacement de texte : « ↵<small> » par «  ==Sources== »)
 
(5 versions intermédiaires par 3 utilisateurs non affichées)
Ligne 1 : Ligne 1 :
== Définition ==
== Définition ==
XXXXXXXXX
Le domaine des statistiques en haute dimension étudie les données dont la dimension est plus grande que celle généralement considérée dans l'analyse multivariée classique.
 
Ce domaine est apparu en raison de l'émergence de nombreux ensembles de données modernes dans lesquels la dimension des vecteurs de données peut être comparable, voire supérieure, à la taille de l'échantillon, de sorte que la justification de l'utilisation des techniques traditionnelles, souvent basées sur des arguments asymptotiques avec la dimension maintenue fixe au fur et à mesure que la taille de l'échantillon augmente, était insuffisante.


== Français ==
== Français ==
Ligne 10 : Ligne 12 :
''' high-dimensional statistics '''
''' high-dimensional statistics '''


<small>
==Sources==


[https://deepai.org/machine-learning-glossary-and-terms/high-dimensional-statistics  Source : DeepAI.org ]
[https://deepai.org/machine-learning-glossary-and-terms/high-dimensional-statistics  Source : DeepAI.org ]
Ligne 18 : Ligne 20 :
[https://ssc.ca/fr/2016-statistiques-en-haute-dimension-defis-progres-recents  Source : Société Statistique du Canada ]  
[https://ssc.ca/fr/2016-statistiques-en-haute-dimension-defis-progres-recents  Source : Société Statistique du Canada ]  


[https://en.wikipedia.org/wiki/High-dimensional_statistics  Source : Wikipédia ]




 
[[Catégorie:GRAND LEXIQUE FRANÇAIS]]
[[Catégorie:DeepAI.org]]
[[Catégorie:vocabulary]]

Dernière version du 28 janvier 2024 à 12:38

Définition

Le domaine des statistiques en haute dimension étudie les données dont la dimension est plus grande que celle généralement considérée dans l'analyse multivariée classique.

Ce domaine est apparu en raison de l'émergence de nombreux ensembles de données modernes dans lesquels la dimension des vecteurs de données peut être comparable, voire supérieure, à la taille de l'échantillon, de sorte que la justification de l'utilisation des techniques traditionnelles, souvent basées sur des arguments asymptotiques avec la dimension maintenue fixe au fur et à mesure que la taille de l'échantillon augmente, était insuffisante.

Français

statistiques en haute dimension

statistiques en grande dimension

Anglais

high-dimensional statistics

Sources

Source : DeepAI.org

Source : Université Paris-Saclay

Source : Société Statistique du Canada

Source : Wikipédia

Contributeurs: Claire Gorjux, Imane Meziani, wiki