Densité minérale osseuseBone density, or bone mineral density, is the amount of bone mineral in bone tissue. The concept is of mass of mineral per volume of bone (relating to density in the physics sense), although clinically it is measured by proxy according to optical density per square centimetre of bone surface upon imaging. Bone density measurement is used in clinical medicine as an indirect indicator of osteoporosis and fracture risk. It is measured by a procedure called densitometry, often performed in the radiology or nuclear medicine departments of hospitals or clinics.
Lipoprotéine de basse densitéLes lipoprotéines de basse densité (LDL, pour l'anglais low-density lipoprotein) sont un groupe de lipoprotéines de types et de tailles variables ( de diamètre). Leur fonction est de transporter le cholestérol, libre ou estérifié, dans le sang et à travers le corps pour l'apporter aux cellules. Les LDL sont produites par le foie à partir des lipoprotéines de très basse densité (ou VLDL, ). Elles portent des apolipoprotéines B-100, une monocouche de phospholipides, des triglycérides et des vitamines liposolubles antioxydantes (vitamine E et caroténoïdes).
OstéopénieL'ostéopénie est une baisse de la densité de l'os. Il s'agit d'un état physiologique, précurseur de l'ostéoporose. On estime que jusqu'à 11 % de baisse de la densité osseuse, il s'agit d'ostéopénie, raréfaction osseuse, fragilisation du tissu osseux. Au-delà, il s'agit d'ostéoporose. L'ostéopénie est donc un état intermédiaire entre l'os normal et l'ostéoporose. On mesure la densité minérale osseuse au moyen de l'absorptiométrie. C'est ce que l'on appelle l'ostéodensitométrie.
Lipoprotéine de haute densitéLes lipoprotéines de haute densité (HDL, pour l'anglais high density lipoprotein) sont des lipoprotéines responsables du transport du cholestérol vers le foie, où il pourra être éliminé. Cette fonction permet d'éviter l'accumulation de cholestérol dans les vaisseaux sanguins et donc d'éviter les risques d'athérosclérose. C'est pour cela que les HDL sont communément appelées « bon cholestérol », par opposition aux LDL (lipoprotéines de basse densité) qualifiées de « mauvais cholestérol » (en réalité, ni les unes ni les autres ne sont du cholestérol).
BoostingLe boosting est un domaine de l'apprentissage automatique (branche de l'intelligence artificielle). C'est un principe qui regroupe de nombreux algorithmes qui s'appuient sur des ensembles de classifieurs binaires : le boosting optimise leurs performances. Le principe est issu de la combinaison de classifieurs (appelés également hypothèses). Par itérations successives, la connaissance d'un classifieur faible - weak classifier - est ajoutée au classifieur final - strong classifier.
Philosophie moderneOn appelle philosophie moderne la pensée qui, en Occident, s'étend sur ce que les historiens appellent l'époque moderne (1492-1789), incluant une partie de la Renaissance, le , et le siècle des Lumières. Elle ne doit pas être confondue avec la philosophie contemporaine. La philosophie moderne est, d'une part, l'héritière de la pensée antique en bien des points. . et leur ont notamment emprunté une partie de leur vocabulaire.
AdaBoostAdaBoost (ou adaptive boosting) est, en intelligence artificielle et en apprentissage automatique, un méta-algorithme de boosting introduit par Yoav Freund et Robert Schapire. Il peut être utilisé en association avec de nombreux autres types d'algorithmes d'apprentissage afin d'en améliorer les performances. Les sorties des autres algorithmes (appelés classifieurs faibles) sont combinées en une somme pondérée qui représente la sortie finale du classeur boosté.
Estimateur (statistique)En statistique, un estimateur est une fonction permettant d'estimer un moment d'une loi de probabilité (comme son espérance ou sa variance). Il peut par exemple servir à estimer certaines caractéristiques d'une population totale à partir de données obtenues sur un échantillon comme lors d'un sondage. La définition et l'utilisation de tels estimateurs constitue la statistique inférentielle. La qualité des estimateurs s'exprime par leur convergence, leur biais, leur efficacité et leur robustesse.
Auto-encodeurUn auto-encodeur (autoencodeur), ou auto-associateur est un réseau de neurones artificiels utilisé pour l'apprentissage non supervisé de caractéristiques discriminantes. L'objectif d'un auto-encodeur est d'apprendre une représentation (encodage) d'un ensemble de données, généralement dans le but de réduire la dimension de cet ensemble. Récemment, le concept d'auto-encodeur est devenu plus largement utilisé pour l'apprentissage de modèles génératifs.
ÉvaluationSelon Michel Vial, l'évaluation est le rapport que l'on entretient avec la valeur. L'homme est porteur de valeurs qu'il a reçu plus ou moins consciemment, qu'il convoque pour mesurer la valeur d'objets ou de produits, pour contrôler les procédures (vérifier leur conformité) ou encore interroger (rendre intelligible) le sens de ses pratiques : s'interroger sur la valeur, rendre intelligible les pratiques au moyen de l'évaluation située. Plus généralement, l'évaluation est un processus mental de l'agir humain.
