Récepteur (cellule)thumb|Cônes et bâtonnets de la rétine en microscopie électronique (fausses couleurs). Les neurones récepteurs (ou sensoriels) constituent le premier niveau cellulaire du système nerveux de la perception. Ils transduisent des signaux physiques (lumière, son, température, pression, tension mécanique...) en signaux chimiques (neurotransmetteurs) transmis à un neurone postsynaptique qui convertira le message en signal nerveux transmis sous forme de trains de potentiel d'action. photorécepteur (vision) bâtonnet
Biais de participationLe biais de participation ou le biais de non-réponse est un phénomène dans lequel les résultats des élections, des études, des sondages, etc. deviennent non représentatifs parce que les participants possèdent de manière disproportionnée certains traits qui affectent le résultat. Ces caractéristiques signifient que l'échantillon est systématiquement différent de la population cible, ce qui peut entraîner des estimations biaisées. Le biais de non-réponse peut être un problème dans la recherche longitudinale en raison de l'attrition au cours de l'étude.
Échantillonnage (statistiques)thumb|Exemple d'échantillonnage aléatoire En statistique, l'échantillonnage désigne les méthodes de sélection d'un sous-ensemble d'individus (un échantillon) à l'intérieur d'une population pour estimer les caractéristiques de l'ensemble de la population. Cette méthode présente plusieurs avantages : une étude restreinte sur une partie de la population, un moindre coût, une collecte des données plus rapide que si l'étude avait été réalisé sur l'ensemble de la population, la réalisation de contrôles destructifs Les résultats obtenus constituent un échantillon.
Neuronethumb|537x537px|Schéma complet d’un neurone. Un neurone, ou une cellule nerveuse, est une cellule excitable constituant l'unité fonctionnelle de la base du système nerveux. Les neurones assurent la transmission d'un signal bioélectrique appelé influx nerveux. Ils ont deux propriétés physiologiques : l'excitabilité, c'est-à-dire la capacité de répondre aux stimulations et de convertir celles-ci en impulsions nerveuses, et la conductivité, c'est-à-dire la capacité de transmettre les impulsions.
Ensembles disjointsvignette|Trois ensembles disjoints En mathématiques, deux ensembles sont dits disjoints s'ils n'ont pas d'éléments en commun. Par exemple, et sont deux ensembles disjoints. De manière formelle, deux ensembles A et B sont disjoints si leur intersection est l'ensemble vide, c'est-à-dire si (Dans le cas contraire, on dit que A et B « se rencontrent ».) Cette définition s'étend à une famille d'ensembles. Les ensembles d'une famille sont dits disjoints deux à deux ou mutuellement disjoints si deux ensembles quelconques de cette famille sont disjoints.
AstrocyteLes astrocytes sont des cellules gliales du système nerveux central. Elles ont généralement une forme étoilée, d'où provient leur étymologie (origine grec) : Astro - étoile et cyte - cellule. Elles assurent une diversité de fonctions importantes, centrée sur le support et la protection des neurones. Ces cellules participent au maintien de la barrière hémato-encéphalique, régulent le flux sanguin, assurent l'approvisionnement en nutriments et le métabolisme énergétique du système nerveux, participent à la neurotransmission, à la détoxification du milieu extracellulaire notamment par capture du glutamate, et maintiennent la balance ionique du milieu extracellulaire.
Ensemble maigreEn topologie, dans le contexte des espaces de Baire, un ensemble maigre (on dit aussi de première catégorie) est une partie d'un espace de Baire qui, en un sens technique, peut être considérée comme de taille infime. Un ensemble comaigre est le complémentaire d'un ensemble maigre. Une partie qui n'est pas maigre est dite de deuxième catégorie. Un sous-ensemble d'un espace topologique E est dit maigre lorsqu'il est contenu dans une réunion dénombrable de fermés de E qui sont tous d'intérieur vide.
PerceptronLe perceptron est un algorithme d'apprentissage supervisé de classifieurs binaires (c'est-à-dire séparant deux classes). Il a été inventé en 1957 par Frank Rosenblatt au laboratoire d'aéronautique de l'université Cornell. Il s'agit d'un neurone formel muni d'une règle d'apprentissage qui permet de déterminer automatiquement les poids synaptiques de manière à séparer un problème d'apprentissage supervisé. Si le problème est linéairement séparable, un théorème assure que la règle du perceptron permet de trouver une séparatrice entre les deux classes.
Astuce du noyauEn apprentissage automatique, l'astuce du noyau, ou kernel trick en anglais, est une méthode qui permet d'utiliser un classifieur linéaire pour résoudre un problème non linéaire. L'idée est de transformer l'espace de représentation des données d'entrées en un espace de plus grande dimension, où un classifieur linéaire peut être utilisé et obtenir de bonnes performances. La discrimination linéaire dans l'espace de grande dimension (appelé aussi espace de redescription) est équivalente à une discrimination non linéaire dans l'espace d'origine.
Biais (statistique)En statistique ou en épidémiologie, un biais est une démarche ou un procédé qui engendre des erreurs dans les résultats d'une étude. Formellement, le biais de l'estimateur d'un paramètre est la différence entre la valeur de l'espérance de cet estimateur (qui est une variable aléatoire) et la valeur qu'il est censé estimer (définie et fixe). biais effet-centre biais de vérification (work-up biais) biais d'autosélection, estimé à 27 % des travaux d'écologie entre 1960 et 1984 par le professeur de biologie américain Stuart H.
