Apprentissage actifL’apprentissage actif est un modèle d’apprentissage semi-supervisé où un oracle intervient au cours du processus. Plus précisément, contrairement au cadre classique où les données sont connues et imposées, en apprentissage actif, c'est l'algorithme d'apprentissage qui demande des informations pour des données précises. Cette technique repose sur l'hypothèse que l’acquisition de données non étiquetées est beaucoup moins coûteuse que celle de données étiquetées.
Maximum spacing estimationIn statistics, maximum spacing estimation (MSE or MSP), or maximum product of spacing estimation (MPS), is a method for estimating the parameters of a univariate statistical model. The method requires maximization of the geometric mean of spacings in the data, which are the differences between the values of the cumulative distribution function at neighbouring data points.
ParameterA parameter (), generally, is any characteristic that can help in defining or classifying a particular system (meaning an event, project, object, situation, etc.). That is, a parameter is an element of a system that is useful, or critical, when identifying the system, or when evaluating its performance, status, condition, etc. Parameter has more specific meanings within various disciplines, including mathematics, computer programming, engineering, statistics, logic, linguistics, and electronic musical composition.
Statistical parameterIn statistics, as opposed to its general use in mathematics, a parameter is any measured quantity of a statistical population that summarises or describes an aspect of the population, such as a mean or a standard deviation. If a population exactly follows a known and defined distribution, for example the normal distribution, then a small set of parameters can be measured which completely describes the population, and can be considered to define a probability distribution for the purposes of extracting samples from this population.
Point estimationIn statistics, point estimation involves the use of sample data to calculate a single value (known as a point estimate since it identifies a point in some parameter space) which is to serve as a "best guess" or "best estimate" of an unknown population parameter (for example, the population mean). More formally, it is the application of a point estimator to the data to obtain a point estimate. Point estimation can be contrasted with interval estimation: such interval estimates are typically either confidence intervals, in the case of frequentist inference, or credible intervals, in the case of Bayesian inference.
Amas globulaireEn astronomie, un amas globulaire est un amas stellaire très dense, contenant typiquement une centaine de milliers d'étoiles distribuées dans une sphère dont la taille varie d'une vingtaine à quelques centaines d'années-lumière. Leur densité est ainsi nettement plus élevée que celle des amas ouverts. Les étoiles de ces amas sont généralement des géantes rouges. On compte globulaires dans notre galaxie, la Voie lactée. Mais il en existe sans doute d'autres, qui restent indétectables parce que masqués par le disque galactique.
K-moyennesLe partitionnement en k-moyennes (ou k-means en anglais) est une méthode de partitionnement de données et un problème d'optimisation combinatoire. Étant donnés des points et un entier k, le problème est de diviser les points en k groupes, souvent appelés clusters, de façon à minimiser une certaine fonction. On considère la distance d'un point à la moyenne des points de son cluster ; la fonction à minimiser est la somme des carrés de ces distances.
Millennium RunThe Millennium Run, or Millennium Simulation (referring to its size) is a computer N-body simulation used to investigate how the distribution of matter in the Universe has evolved over time, in particular, how the observed population of galaxies was formed. It is used by scientists working in physical cosmology to compare observations with theoretical predictions. A basic scientific method for testing theories in cosmology is to evaluate their consequences for the observable parts of the universe.
Reconnaissance de formesthumb|Reconnaissance de forme à partir de modélisation en 3D La reconnaissance de formes (ou parfois reconnaissance de motifs) est un ensemble de techniques et méthodes visant à identifier des régularités informatiques à partir de données brutes afin de prendre une décision dépendant de la catégorie attribuée à ce motif. On considère que c'est une branche de l'intelligence artificielle qui fait largement appel aux techniques d'apprentissage automatique et aux statistiques.
Galaxie naineUne galaxie naine est une petite galaxie composée de 100 millions à quelques milliards d'étoiles, un nombre relativement faible par rapport aux 200 à 400 milliards d'étoiles estimés de la Voie lactée. Ces galaxies gravitent souvent autour de galaxies plus importantes comme la Voie lactée, la galaxie d'Andromède ou la galaxie du Triangle. La Voie lactée possède plus d'une trentaine de galaxies naines connues qui gravitent autour d'elle. La plus grande d'entre elles est le Grand Nuage de Magellan, d'un diamètre d'environ 15000 années-lumière.
Historique des connaissances sur les galaxies, amas de galaxies et structures à grande échelle du cosmosCet article concerne l'historique des connaissances sur les galaxies, amas de galaxies, et structures à grande échelle du cosmos. Démocrite propose l'idée que la bande brillante visible dans le ciel nocturne connue sous le nom de Voie lactée peut être constituée d'étoiles ; Aristote croit que la Voie lactée est causée par « la combustion d'exhalaisons incandescentes de certaines étoiles qui sont grandes, nombreuses et proches les unes des autres » et que la « combustion s'est allumée dans la partie supérieure de l'atmosphère, dans la région du monde en contact avec les mouvements célestes » ; 964 : Abd al-Rahman al Soufi (Azophi), un astronome perse, effectue la première observation connue de la galaxie d'Andromède et du Grand Nuage de Magellan dans son Livre des Étoiles fixes.
IllustrisIllustris est un projet de simulation numérique astrophysique géré par une équipe internationale de chercheurs. L'objectif est d'étudier les processus de formation des galaxies et de l'évolution de l'univers avec un modèle physique complet. Le modèle d'Illustris présente un morceau de l'univers sous la forme d'un cube dont chaque côté mesure 350 millions d'années-lumière. Il contient 41 416 galaxies, chacune très détaillée. Le modèle contient 12 milliards d'éléments visuels, à partir desquels des images peuvent être générées pour être comparées aux données réelles de l'univers.
