« Régression par processus gaussien » : différence entre les versions
Aucun résumé des modifications |
Aucun résumé des modifications |
||
| Ligne 1 : | Ligne 1 : | ||
== Définition == | == Définition == | ||
La prédiction d'une valeur numérique ([[régression]]) par [[processus gaussien]] (RPG) est une approche [[non paramétrique]] de modélisation de phénomènes statistiques. C'est le résultat de la somme pondérée d'un ensemble de variables qui suivent une [[distribution normale]], dites gaussiennes. | |||
== Compléments == | |||
La RPG présente plusieurs avantages : elle fonctionne bien sur les petits ensembles de données et permet de fournir des mesures d'incertitude sur les prédictions. À l'inverse, elle demande beaucoup de calculs sur les gros jeux de données, d'où l'emploi de méthodes d'approximation. | |||
<hr/> | |||
Le [[krigeage]] est l'application de cette approche en géostatistique. | |||
== Français == | == Français == | ||
'''régression par processus gaussien''' | ''' régression par processus gaussien ''' | ||
''' RPG ''' | |||
'''krigeage''' | ''' krigeage''' | ||
== Anglais == | == Anglais == | ||
''' | '''gaussian process regression''' | ||
''' | ''' GPR ''' | ||
'''kriging ''' | |||
<small> | <small> | ||
Version du 23 février 2023 à 15:29
Définition
La prédiction d'une valeur numérique (régression) par processus gaussien (RPG) est une approche non paramétrique de modélisation de phénomènes statistiques. C'est le résultat de la somme pondérée d'un ensemble de variables qui suivent une distribution normale, dites gaussiennes.
Compléments
La RPG présente plusieurs avantages : elle fonctionne bien sur les petits ensembles de données et permet de fournir des mesures d'incertitude sur les prédictions. À l'inverse, elle demande beaucoup de calculs sur les gros jeux de données, d'où l'emploi de méthodes d'approximation.
Le krigeage est l'application de cette approche en géostatistique.
Français
régression par processus gaussien
RPG
krigeage
Anglais
gaussian process regression
GPR
kriging
Contributeurs: Amanda Clément, Claire Gorjux, Imane Meziani, wiki
