Processus gaussienEn théorie des probabilités et en statistiques, un processus gaussien est un processus stochastique (une collection de variables aléatoires avec un index temporel ou spatial) de telle sorte que chaque collection finie de ces variables aléatoires suit une loi normale multidimensionnelle ; c'est-à-dire que chaque combinaison linéaire est normalement distribuée. La distribution d'un processus gaussien est la loi jointe de toutes ces variables aléatoires. Ses réalisations sont donc des fonctions avec un domaine continu.
Neural networkA neural network can refer to a neural circuit of biological neurons (sometimes also called a biological neural network), a network of artificial neurons or nodes in the case of an artificial neural network. Artificial neural networks are used for solving artificial intelligence (AI) problems; they model connections of biological neurons as weights between nodes. A positive weight reflects an excitatory connection, while negative values mean inhibitory connections. All inputs are modified by a weight and summed.
Données de comptageIn statistics, count data is a statistical data type describing countable quantities, data which can take only the counting numbers, non-negative integer values {0, 1, 2, 3, ...}, and where these integers arise from counting rather than ranking. The statistical treatment of count data is distinct from that of binary data, in which the observations can take only two values, usually represented by 0 and 1, and from ordinal data, which may also consist of integers but where the individual values fall on an arbitrary scale and only the relative ranking is important.
Famille nucléairevignette|Un couple et des enfants : la famille nucléaire Une famille nucléaire est une forme de structure familiale fondée sur la notion de couple, soit un « ensemble de deux personnes liées par une volonté de former une communauté matérielle et affective, potentiellement concrétisée par une relation sexuelle conforme à la loi ». La famille nucléaire correspond donc à une famille regroupant deux adultes mariés ou non avec ou sans enfant. Cette structure familiale se distingue de la famille élargie et de la famille polygame.
Produit videEn mathématiques, le produit vide est le résultat d'une multiplication d'aucun nombre. Sa valeur numérique vaut par convention 1. Ce fait est utile en algèbre et dans l'étude des séries entières. Deux exemples fréquents sont a0 = 1 (tout nombre élevé à la puissance 0 donne 1) et 0! = 1 (factorielle de 0 vaut 1). Plus généralement, étant donné une opération de multiplication sur une certaine collection d'objets, le produit vide est le résultat d'une multiplication d'aucun objet de l'ensemble.
Produit de KroneckerEn mathématiques, le produit de Kronecker est une opération portant sur les matrices. Il s'agit d'un cas particulier du produit tensoriel. Il est ainsi dénommé en hommage au mathématicien allemand Leopold Kronecker. Soient A une matrice de taille m x n et B une matrice de taille p x q. Leur produit tensoriel est la matrice A ⊗ B de taille mp par nq, définie par blocs successifs de taille p x q, le bloc d'indice i,j valant a B En d'autres termes Ou encore, en détaillant les coefficients, Comme le montre l'exemple ci-dessous, le produit de Kronecker de deux matrices consiste à recopier plusieurs fois la deuxième matrice, en la multipliant par le coefficient correspondant à un terme de la première matrice.
Catégorie cartésienneUne catégorie cartésienne est, en mathématiques — et plus précisément en théorie des catégories — une catégorie munie d'un objet terminal et du produit binaire. Dans une catégorie cartésienne, la notion de morphisme entre morphismes n'a pas encore de sens. C'est pourquoi l'on définit l'exponentiation, c'est-à-dire l'objet B qui représente l'« ensemble » des morphismes de A dans B. Munie de cette propriété de clôture qu'est l'exponentiation, une catégorie cartésienne devient une catégorie cartésienne fermée.
Underdetermined systemIn mathematics, a system of linear equations or a system of polynomial equations is considered underdetermined if there are fewer equations than unknowns (in contrast to an overdetermined system, where there are more equations than unknowns). The terminology can be explained using the concept of constraint counting. Each unknown can be seen as an available degree of freedom. Each equation introduced into the system can be viewed as a constraint that restricts one degree of freedom.
