Instrumentation (science)En sciences, l’instrumentation est une technique de mise en œuvre d’instruments de mesure, d’actionneurs, de capteurs, de régulateurs, en vue de créer un système d'acquisition de données ou de commande. L'instrumentation est utilisée dans divers domaines et secteurs d'activités (industrie, recherche et développement, universités). Elle va par exemple permettre : d'automatiser ; de faire des tests sur des produits (exemple : crash test) ; d'observer des phénomènes (travaux pratiques dans l'éducation) ; de simuler des vieillissements (tests répétitifs) ; de faire des contrôles qualité (sur des chaînes de production) ; d'alerter ou de surveiller.
Statistical model validationIn statistics, model validation is the task of evaluating whether a chosen statistical model is appropriate or not. Oftentimes in statistical inference, inferences from models that appear to fit their data may be flukes, resulting in a misunderstanding by researchers of the actual relevance of their model. To combat this, model validation is used to test whether a statistical model can hold up to permutations in the data.
Validation croiséeLa validation croisée () est, en apprentissage automatique, une méthode d’estimation de fiabilité d’un modèle fondée sur une technique d’échantillonnage. Supposons posséder un modèle statistique avec un ou plusieurs paramètres inconnus, et un ensemble de données d'apprentissage sur lequel on peut apprendre (ou « entraîner ») le modèle. Le processus d'apprentissage optimise les paramètres du modèle afin que celui-ci corresponde le mieux possible aux données d'apprentissage.
Pâte à papiervignette|Un défibreur exposé à l'écomusée de Bergisch-Gladbach. thumb|Fibre de bambou vue au microscope. La pâte à papier, aussi appelée pulpe, est la pâte destinée à la fabrication du papier et du carton. La préparation de la pâte consiste à isoler des fibres cellulosiques contenues dans le bois ou d'autres végétaux ligneux ou d'autres sources de fibres, tout en conservant le mieux possible leurs propriétés mécaniques, optiques et morphologiques et en cherchant à éliminer la lignine, l'autre composé principal du bois.
Regression validationIn statistics, regression validation is the process of deciding whether the numerical results quantifying hypothesized relationships between variables, obtained from regression analysis, are acceptable as descriptions of the data. The validation process can involve analyzing the goodness of fit of the regression, analyzing whether the regression residuals are random, and checking whether the model's predictive performance deteriorates substantially when applied to data that were not used in model estimation.
Impact environnemental du papierL'impact environnemental du papier et du carton comprend l'effet sur les ressources naturelles, la consommation d'énergie, et les dégâts associés à la dispersion de substances plus ou moins nocives, soit incorporées au papier, soit provenant des encres et autres matières qui le recouvrent. Au début du , les problèmes écologiques, liés à la déforestation, à des problèmes quantitatifs et qualitatifs de gestion de l'eau et à la raréfaction de nombreuses ressources, poussent au retour au-devant de la scène des méthodes de recyclage ainsi qu’au retour progressif de la production de plantes à fibres à pousse rapide et écologique comme le chanvre ou le lin.
Jeux d'entrainement, de validation et de testEn apprentissage automatique, une tâche courante est l'étude et la construction d'algorithmes qui peuvent apprendre et faire des prédictions sur les données. De tels algorithmes fonctionnent en faisant des prédictions ou des décisions basées sur les données, en construisant un modèle mathématique à partir des données d'entrée. Ces données d'entrée utilisées pour construire le modèle sont généralement divisées en plusieurs jeux de données .
Échantillonnage (statistiques)thumb|Exemple d'échantillonnage aléatoire En statistique, l'échantillonnage désigne les méthodes de sélection d'un sous-ensemble d'individus (un échantillon) à l'intérieur d'une population pour estimer les caractéristiques de l'ensemble de la population. Cette méthode présente plusieurs avantages : une étude restreinte sur une partie de la population, un moindre coût, une collecte des données plus rapide que si l'étude avait été réalisé sur l'ensemble de la population, la réalisation de contrôles destructifs Les résultats obtenus constituent un échantillon.
Nombre de sujets nécessairesEn statistique, la détermination du nombre de sujets nécessaires est l'acte de choisir le nombre d'observations ou de répétitions à inclure dans un échantillon statistique. Ce choix est très important pour pouvoir faire de l'inférence sur une population. En pratique, la taille de l'échantillon utilisé dans une étude est déterminée en fonction du coût de la collecte des données et de la nécessité d'avoir une puissance statistique suffisante.
Inférence statistiquevignette|Illustration des 4 principales étapes de l'inférence statistique L'inférence statistique est l'ensemble des techniques permettant d'induire les caractéristiques d'un groupe général (la population) à partir de celles d'un groupe particulier (l'échantillon), en fournissant une mesure de la certitude de la prédiction : la probabilité d'erreur. Strictement, l'inférence s'applique à l'ensemble des membres (pris comme un tout) de la population représentée par l'échantillon, et non pas à tel ou tel membre particulier de cette population.
