Multinomial logistic regressionIn statistics, multinomial logistic regression is a classification method that generalizes logistic regression to multiclass problems, i.e. with more than two possible discrete outcomes. That is, it is a model that is used to predict the probabilities of the different possible outcomes of a categorically distributed dependent variable, given a set of independent variables (which may be real-valued, binary-valued, categorical-valued, etc.).
Liaison covalenteUne liaison covalente est une liaison chimique dans laquelle deux atomes se partagent deux électrons (un électron chacun ou deux électrons venant du même atome) d'une de leurs couches externes afin de former un doublet d'électrons liant les deux atomes. C'est une des forces qui produisent l'attraction mutuelle entre atomes. La liaison covalente implique généralement le partage équitable d'une seule paire d'électrons, appelé doublet liant. Chaque atome fournissant un électron, la paire d'électrons est délocalisée entre les deux atomes.
Régression non linéaireUne régression non linéaire consiste à ajuster un modèle, en général non linéaire, y = ƒa1, ..., am(x) pour un ensemble de valeurs (xi, yi)1 ≤ i ≤ n. Les variables xi et yi peuvent être des scalaires ou des vecteurs. Par « ajuster », il faut comprendre : déterminer les paramètres de la loi, (a1, ..., am), afin de minimiser S = ||ri||, avec : ri = yi - ƒa1, ..., am(xi). ||...|| est une norme. On utilise en général la norme euclidienne, ou norme l2 ; on parle alors de méthode des moindres carrés.
Formule chimiquethumb|Formule développée plane de l'isobutane. La formule chimique d'un composé chimique, d'une espèce chimique ou d'un minéral est une expression indiquant quels éléments, et dans quelles proportions, constituent ce composé, cette entité ou ce minéral (par exemple la formule brute de l'eau est ). Les formules chimiques obéissent à une certaine standardisation, afin de faciliter leur et d'éviter les ambiguïtés.
Apprentissage automatiqueL'apprentissage automatique (en anglais : machine learning, « apprentissage machine »), apprentissage artificiel ou apprentissage statistique est un champ d'étude de l'intelligence artificielle qui se fonde sur des approches mathématiques et statistiques pour donner aux ordinateurs la capacité d'« apprendre » à partir de données, c'est-à-dire d'améliorer leurs performances à résoudre des tâches sans être explicitement programmés pour chacune. Plus largement, il concerne la conception, l'analyse, l'optimisation, le développement et l'implémentation de telles méthodes.
Electron mobilityIn solid-state physics, the electron mobility characterises how quickly an electron can move through a metal or semiconductor when pulled by an electric field. There is an analogous quantity for holes, called hole mobility. The term carrier mobility refers in general to both electron and hole mobility. Electron and hole mobility are special cases of electrical mobility of charged particles in a fluid under an applied electric field. When an electric field E is applied across a piece of material, the electrons respond by moving with an average velocity called the drift velocity, .
Interaction non covalenteUne interaction non covalente diffère d'une liaison covalente en ce qu'elle n'implique pas le partage d'électrons, mais implique plutôt des variations plus dispersées des interactions électromagnétiques entre molécules ou au sein d'une molécule. L' énergie chimique libérée lors de la formation d'interactions non covalentes est généralement de l'ordre de 1 à 5 kcal / mol ( à pour 6,02 × 1023 molécules). Les interactions non covalentes peuvent être classées en différentes catégories, telles que les effets électrostatiques, les effets π, les forces de van der Waals et les effets hydrophobes.
Équation de SchrödingerL'équation de Schrödinger, conçue par le physicien autrichien Erwin Schrödinger en 1925, est une équation fondamentale en mécanique quantique. Elle décrit l'évolution dans le temps d'une particule massive non relativiste, et remplit ainsi le même rôle que la relation fondamentale de la dynamique en mécanique classique. Au début du , il était devenu clair que la lumière présentait une dualité onde-corpuscule, c'est-à-dire qu'elle pouvait se manifester, selon les circonstances, soit comme une particule, le photon, soit comme une onde électromagnétique.
Apprentissage profondL'apprentissage profond ou apprentissage en profondeur (en anglais : deep learning, deep structured learning, hierarchical learning) est un sous-domaine de l’intelligence artificielle qui utilise des réseaux neuronaux pour résoudre des tâches complexes grâce à des architectures articulées de différentes transformations non linéaires. Ces techniques ont permis des progrès importants et rapides dans les domaines de l'analyse du signal sonore ou visuel et notamment de la reconnaissance faciale, de la reconnaissance vocale, de la vision par ordinateur, du traitement automatisé du langage.
Densité de courantLa densité de courant, ou densité volumique de courant, est un vecteur qui décrit le courant électrique à l'échelle locale, en tout point d'un système physique. Dans le Système international d'unités, son module s'exprime en ampères par mètre carré ( ou ). À l'échelle du système tout entier il s'agit d'un champ de vecteurs, puisque le vecteur densité de courant est défini en tout point.
