Système de classeursUn système de classeurs (Learning Classifier System ou LCS en anglais) est un système d'apprentissage automatique utilisant l'apprentissage par renforcement et les algorithmes génétiques. Ils ont été introduits par Holland en 1977 et développé par Goldberg en 1989 Un système de classeurs (aussi appelé classifiers) est composé d'une base de règles, appelée classeur, associés à un poids. Chaque règle est composée d'une partie condition et d'une partie action. Le classeur commence par être initialisé (aléatoirement ou non).
Étoile bleu-blanc de la séquence principaleUne étoile bleu-blanc de la séquence principale est une étoile de type spectral B. B est le type spectral à proprement parler, qui lui donne son nom de bleu-blanc, et (lire « cinq » en chiffres romains) est sa classe de luminosité, signifiant que c'est une « étoile naine », à comprendre ici dans le sens d'étoile de la séquence principale. L'expression naine bleu-blanc est parfois, quoique rarement, utilisé. Ce sont des étoiles dont la masse va de 2 à celle du Soleil et leur température varie entre et .
Modèle discriminatifDiscriminative models, also referred to as conditional models, are a class of logistical models used for classification or regression. They distinguish decision boundaries through observed data, such as pass/fail, win/lose, alive/dead or healthy/sick. Typical discriminative models include logistic regression (LR), conditional random fields (CRFs) (specified over an undirected graph), decision trees, and many others. Typical generative model approaches include naive Bayes classifiers, Gaussian mixture models, variational autoencoders, generative adversarial networks and others.
Classification en classes multiplesIn machine learning and statistical classification, multiclass classification or multinomial classification is the problem of classifying instances into one of three or more classes (classifying instances into one of two classes is called binary classification). While many classification algorithms (notably multinomial logistic regression) naturally permit the use of more than two classes, some are by nature binary algorithms; these can, however, be turned into multinomial classifiers by a variety of strategies.
Loi logistiqueEn probabilité et en statistiques, la loi logistique est une loi de probabilité absolument continue à support infini utilisé en régression logistique et pour les réseaux de neurones à propagation avant. Son nom de loi logistique est issu du fait que sa fonction de répartition est une fonction logistique. La loi logistique a deux paramètres μ et s > 0 et sa densité est Sa fonction de répartition est Son espérance et sa variance sont données par les formules suivantes : La loi logistique standard est la loi logistique de paramètres 0 et 1.
Étoile jaune-blanc de la séquence principaleUne étoile jaune-blanc de la séquence principale est une étoile de type spectral F. F est le type spectral à proprement parler, qui lui donne son nom de "jaune-blanc", et (lire « cinq » en chiffres romains) est sa classe de luminosité, signifiant que c'est une « étoile naine », à comprendre ici dans le sens d'étoile de la séquence principale. Les étoiles jaune-blanc de la séquence principale possèdent des raies d'absorption de l'hydrogène dont l'intensité diminue par rapport aux étoiles de type A, des raies d'éléments ionisés, ainsi que des raies de métaux neutres dont l'intensité augmente au sein de la classe.
Séquence principalevignette|540x540px|Le diagramme de Hertzsprung-Russell figure les étoiles. En abscisse, l'indice de couleur (B-V) ; en ordonnée, la magnitude absolue. La séquence principale se voit comme une bande diagonale marquée allant du haut à gauche au bas à droite. Ce diagramme représente du catalogue Hipparcos, ainsi que de faible luminosité (naines rouges ou blanches) extraites du catalogue Gliese des étoiles proches.
Arbre de décision (apprentissage)L’apprentissage par arbre de décision désigne une méthode basée sur l'utilisation d'un arbre de décision comme modèle prédictif. On l'utilise notamment en fouille de données et en apprentissage automatique. Dans ces structures d'arbre, les feuilles représentent les valeurs de la variable-cible et les embranchements correspondent à des combinaisons de variables d'entrée qui mènent à ces valeurs. En analyse de décision, un arbre de décision peut être utilisé pour représenter de manière explicite les décisions réalisées et les processus qui les amènent.
Naine orangeEn astronomie, une étoile orange de la séquence principale, appelée communément naine orange, est une étoile de type (lire c'est-à-dire une étoile appartenant à la séquence principale (classe de luminosité ) de type spectral K (étoile orange). Elles se situent entre les naines jaunes (analogues au Soleil) et les naines rouges. Ces étoiles ont des masses de l'ordre de 0,5 à 0,8 fois celle du Soleil et des températures de surface comprises entre .
Ordered logitIn statistics, the ordered logit model (also ordered logistic regression or proportional odds model) is an ordinal regression model—that is, a regression model for ordinal dependent variables—first considered by Peter McCullagh. For example, if one question on a survey is to be answered by a choice among "poor", "fair", "good", "very good" and "excellent", and the purpose of the analysis is to see how well that response can be predicted by the responses to other questions, some of which may be quantitative, then ordered logistic regression may be used.
