Aide au diagnostic médicalUne aide au diagnostic médical (ou diagnostic assisté par ordinateur) est un système d'aide à la décision médicale utilisé dans le processus du diagnostic médical, qui est composé d'une base de données et d'un moteur de recherche. Il donne accès aux informations de la base de données, et peut proposer des diagnostics différentiels en fonction de données pré-renseignées après un examen clinique, des estimations pronostiques, ou signaler des informations manquantes pour établir un diagnostic. Catégorie:Base
Biais (statistique)En statistique ou en épidémiologie, un biais est une démarche ou un procédé qui engendre des erreurs dans les résultats d'une étude. Formellement, le biais de l'estimateur d'un paramètre est la différence entre la valeur de l'espérance de cet estimateur (qui est une variable aléatoire) et la valeur qu'il est censé estimer (définie et fixe). biais effet-centre biais de vérification (work-up biais) biais d'autosélection, estimé à 27 % des travaux d'écologie entre 1960 et 1984 par le professeur de biologie américain Stuart H.
Rendu non biaisévignette|250px|Exemple de rendu non biaisé utilisant Indigo. Le rendu non biaisé est une technique de rendu photoréaliste, en Infographie, qui n'introduit aucune erreur systématique, ou biais, dans l'approximation du rayonnement. De ce fait, il est souvent utilisé pour générer l'image de référence à laquelle d'autres techniques de rendu sont comparées. Mathématiquement, l'espérance mathématique de l'estimateur non biaisé sera toujours la moyenne de celle de la population, quel que soit le nombre d'observations.
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.
Apprentissage ensemblisteIn statistics and machine learning, ensemble methods use multiple learning algorithms to obtain better predictive performance than could be obtained from any of the constituent learning algorithms alone. Unlike a statistical ensemble in statistical mechanics, which is usually infinite, a machine learning ensemble consists of only a concrete finite set of alternative models, but typically allows for much more flexible structure to exist among those alternatives.
Restauration rapidevignette|redresse=1|Serveuses d'un restaurant rapide à Jakarta. La restauration rapide (fast food, en anglais) est un mode de restauration dont le but est de faire gagner du temps au client en lui permettant de consommer rapidement les plats commandés ou de les emporter, et ce, pour un prix généralement moindre que dans la restauration traditionnelle. Cela a été initialement créé pour que les travailleurs puissent prendre de la nourriture plus rapidement et avoir le temps de manger pendant leur travail.
Crystal detectorA crystal detector is an obsolete electronic component used in some early 20th century radio receivers that consists of a piece of crystalline mineral which rectifies the alternating current radio signal. It was employed as a detector (demodulator) to extract the audio modulation signal from the modulated carrier, to produce the sound in the earphones. It was the first type of semiconductor diode, and one of the first semiconductor electronic devices.
Informatique affectiveL’informatique affective ou informatique émotionnelle (en anglais, affective computing) est l'étude et le développement de systèmes et d'appareils ayant les capacités de reconnaître, d’exprimer, de synthétiser et modéliser les émotions humaines. C'est un domaine de recherche interdisciplinaire couvrant les domaines de l'informatique, de la psychologie et des sciences cognitives qui consiste à étudier l’interaction entre technologie et sentiments.
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.
Détecteur à semi-conducteurUn détecteur à semi-conducteur est un détecteur de particules ou de rayons X ou gamma qui s'appuie sur la technologie des semi-conducteurs. Une particule ayant une énergie suffisante, rencontrant un semi-conducteur, va arracher un électron à un atome du cristal en lui cédant une partie ou la totalité de son énergie sous forme d'énergie potentielle (ionisation) et cinétique. Par exemple, un photon créera des électrons libres dans le milieu par effet photoélectrique, effet Compton ou création de paires.
