Hinge lossIn machine learning, the hinge loss is a loss function used for training classifiers. The hinge loss is used for "maximum-margin" classification, most notably for support vector machines (SVMs). For an intended output t = ±1 and a classifier score y, the hinge loss of the prediction y is defined as Note that should be the "raw" output of the classifier's decision function, not the predicted class label. For instance, in linear SVMs, , where are the parameters of the hyperplane and is the input variable(s).
Modèles d'équilibre général dynamique stochastiqueUn modèle d'équilibre général dynamique stochastique (en anglais, Dynamic Stochastic General Equilibrium, DSGE) est un modèle économique qui se base sur la théorie de l'équilibre général afin de permettre d'évaluer l'impact macroéconomique d'une politique monétaire ou budgétaire. Le modèle DSGE a été créé par l'école de la nouvelle économie keynésienne sur la base des travaux des modèles de cycles réels (modèles RBC) de Finn E. Kydland et Edward C. Prescott.
Agent-based modelAn agent-based model (ABM) is a computational model for simulating the actions and interactions of autonomous agents (both individual or collective entities such as organizations or groups) in order to understand the behavior of a system and what governs its outcomes. It combines elements of game theory, complex systems, emergence, computational sociology, multi-agent systems, and evolutionary programming. Monte Carlo methods are used to understand the stochasticity of these models.
Processus quasi statiqueUne transformation est dite quasi statique si tous les états intermédiaires du système thermodynamique au cours de la transformation sont des états définis, proches d'états d'équilibre. Cela implique que le déséquilibre des variables d'état, responsable de la transformation, soit infiniment petit. Pour qu'une transformation soit quasi statique, il faut donc qu'elle soit très lente, de manière que l'on puisse considérer qu'elle est constituée d'une succession d'états d'équilibre.
Recherche scientifiquevignette|Une laborantine du Laboratoire fédéral d'essai des matériaux et de recherche (EMPA) à Saint-Gall, en 1964. La recherche scientifique est, en premier lieu, l’ensemble des actions entreprises en vue de produire et de développer les connaissances scientifiques. Par extension métonymique, on utilise également ce terme dans le cadre social, économique, institutionnel et juridique de ces actions. thumb|Allégorie de la Recherche, bronze par , 1896, Thomas Jefferson Building.
Optimizing compilerIn computing, an optimizing compiler is a compiler that tries to minimize or maximize some attributes of an executable computer program. Common requirements are to minimize a program's execution time, memory footprint, storage size, and power consumption (the last three being popular for portable computers). Compiler optimization is generally implemented using a sequence of optimizing transformations, algorithms which take a program and transform it to produce a semantically equivalent output program that uses fewer resources or executes faster.
Prédiction de branchementLa prédiction de branchement est une fonctionnalité d'un processeur qui lui permet de prédire le résultat d'un branchement. Cette technique permet à un processeur de rendre l'utilisation de son pipeline plus efficace. Avec cette technique, le processeur va faire de l’exécution spéculative : il va parier sur le résultat d'un branchement, et va poursuivre l’exécution du programme avec le résultat du pari. Si le pari échoue, les instructions chargées par erreur dans le pipeline sont annulées.
Modèle macro-économiquedroite|vignette|495x495px|Exemple de modèle macro-économique Un modèle macro-économique (ou macroéconomique) est un outil d'analyse destiné à décrire le fonctionnement de l'économie d'un pays ou d'une région. Ces modèles sont généralement conçus pour étudier la dynamique de quantités globales telles que la quantité totale de biens et services produits, le total des revenus, le niveau d'emploi des ressources productives, et le niveau des prix.
Machine à vecteurs de supportLes machines à vecteurs de support ou séparateurs à vaste marge (en anglais support-vector machine, SVM) sont un ensemble de techniques d'apprentissage supervisé destinées à résoudre des problèmes de discrimination et de régression. Les SVM sont une généralisation des classifieurs linéaires. Les séparateurs à vaste marge ont été développés dans les années 1990 à partir des considérations théoriques de Vladimir Vapnik sur le développement d'une théorie statistique de l'apprentissage : la théorie de Vapnik-Tchervonenkis.
Lutte contre les ravageursthumb|upright|Épandage aérien d'insecticide contre la chrysomèle des racines du maïs. La lutte contre les ravageurs comprend l'ensemble des moyens et méthodes employés pour lutter contre les organismes considérés comme nuisibles à l'économie, et plus particulièrement à la production agricole, à la santé des personnes et des animaux domestiques, ou à l'environnement. La lutte contre les ravageurs, ou nuisibles, est au moins aussi ancienne que l'agriculture. En effet, il a toujours été nécessaire de maintenir les cultures exemptes de parasites.
