Global optimizationGlobal optimization is a branch of applied mathematics and numerical analysis that attempts to find the global minima or maxima of a function or a set of functions on a given set. It is usually described as a minimization problem because the maximization of the real-valued function is equivalent to the minimization of the function . Given a possibly nonlinear and non-convex continuous function with the global minima and the set of all global minimizers in , the standard minimization problem can be given as that is, finding and a global minimizer in ; where is a (not necessarily convex) compact set defined by inequalities .
Definite quadratic formIn mathematics, a definite quadratic form is a quadratic form over some real vector space V that has the same sign (always positive or always negative) for every non-zero vector of V. According to that sign, the quadratic form is called positive-definite or negative-definite. A semidefinite (or semi-definite) quadratic form is defined in much the same way, except that "always positive" and "always negative" are replaced by "never negative" and "never positive", respectively.
Meta-learning (computer science)Meta learning is a subfield of machine learning where automatic learning algorithms are applied to metadata about machine learning experiments. As of 2017, the term had not found a standard interpretation, however the main goal is to use such metadata to understand how automatic learning can become flexible in solving learning problems, hence to improve the performance of existing learning algorithms or to learn (induce) the learning algorithm itself, hence the alternative term learning to learn.
Genetically modified soybeanA genetically modified soybean is a soybean (Glycine max) that has had DNA introduced into it using genetic engineering techniques. In 1996, the first genetically modified soybean was introduced to the U.S. by Monsanto. In 2014, 90.7 million hectares of GM soybeans were planted worldwide, this is almost 82% of the total soybeans cultivation area. The genetic makeup of a soybean gives it a wide variety of uses, thus keeping it in high demand.
Forme sesquilinéaireEn algèbre, une forme sesquilinéaire sur un espace vectoriel complexe E est une application de E × E dans C, linéaire selon l'une des variables et semi-linéaire par rapport à l'autre variable. Elle possède donc une propriété de « un-et-demi » linéarité (cf. préfixe sesqui, qui signifie "dans un rapport de un et demi"). C'est l'équivalent complexe des formes bilinéaires réelles. Les formes sesquilinéaires les plus étudiées sont les formes hermitiennes qui correspondent aux formes bilinéaires (réelles) symétriques.
Technical communicationTechnical communication (or Tech Comm) is communication of technical subject matter such as engineering, science, or technology content. The largest part of it tends to be technical writing, though importantly it often requires aspects of visual communication (which in turn sometimes entails technical drawing, requiring more specialized training). Technical communication also encompasses oral delivery modes such as presentations involving technical material.
Perl (langage)Perl est un langage de programmation créé par Larry Wall en 1987 pour traiter facilement de l'information de type textuel. Ce langage, interprété, s'inspire des structures de contrôle et d'impression du langage C, mais aussi de langages de scripts sed, awk et shell (sh). Il prend en charge les expressions régulières dans sa syntaxe même, permettant ainsi directement des actions sur l'aspect général de séquences de texte. Une association, The Perl Foundation, s'occupe de son devenir, et entre autres de son éventuel passage de la version 5.
Variational Bayesian methodsVariational Bayesian methods are a family of techniques for approximating intractable integrals arising in Bayesian inference and machine learning. They are typically used in complex statistical models consisting of observed variables (usually termed "data") as well as unknown parameters and latent variables, with various sorts of relationships among the three types of random variables, as might be described by a graphical model. As typical in Bayesian inference, the parameters and latent variables are grouped together as "unobserved variables".
Forme différentielleEn géométrie différentielle, une forme différentielle est la donnée d'un champ d'applications multilinéaires alternées sur les espaces tangents d'une variété différentielle possédant une certaine régularité. Le degré des formes différentielles désigne le degré des applications multilinéaires. La différentielle d'une fonction numérique peut être regardée comme un champ de formes linéaires : c'est le premier exemple de formes différentielles.
Rédacteur techniqueLe rédacteur technique a pour fonction la rédaction et la production de documents techniques ou spécialisés, notamment la documentation de logiciels (dont les aides en lignes, manuels d'installation, configuration, maintenance), des spécifications et standards, des formations, et plus généralement tout document nécessitant une approche professionnelle pour sa création. Le rédacteur technique est un spécialiste de la rédaction et de la conception des documents.
Apprentissage non superviséDans le domaine informatique et de l'intelligence artificielle, l'apprentissage non supervisé désigne la situation d'apprentissage automatique où les données ne sont pas étiquetées (par exemple étiquetées comme « balle » ou « poisson »). Il s'agit donc de découvrir les structures sous-jacentes à ces données non étiquetées. Puisque les données ne sont pas étiquetées, il est impossible à l'algorithme de calculer de façon certaine un score de réussite.
Modèle génératifvignette|Schéma représentant la différence entre un modèle discriminatif et un modèle génératif. En classement automatique un modèle génératif est un modèle statistique défini par opposition à un modèle discriminatif. Étant donné une variable X à laquelle il doit associer une autre variable Y, le modèle génératif cherchera à décrire la probabilité conditionnelle ainsi que la probabilité puis d'utiliser la formule de Bayes pour calculer la probabilité .
