- Modell : fonction ajustée qui prédit Y à partir des X.
- X / Y : les facteurs explicatifs et la réponse prédite.
- Lignes de test : lignes exclues de l’apprentissage, réservées à la vérification du modèle.
- Surajustement : modèle qui reproduit ses données d’apprentissage et échoue sur des données nouvelles.
- R² / R² ajusté : part de variabilité expliquée, la seconde pénalisant le nombre de termes.
- VIF : facteur d’inflation de la variance ; mesure la redondance d’un terme avec les autres.
- Matrice de confusion : croisement des classes observées et prédites, sur un Y qualitatif.
- Désirabilité : traduction d’une réponse en satisfaction de 0 à 1. La désirabilité globale est le produit des désirabilités individuelles.
- Processus gaussien : modèle qui prédit une valeur und son incertitude en tout point.
- Bayesianische Optimierung : choix séquentiel des essais à réaliser, guidé par un processus gaussien.
- Exploitation / exploration : affiner autour de l’optimum connu, ou aller renseigner l’inconnu.
- Gain espéré (EI) : amélioration attendue d’un essai proposé par rapport au meilleur résultat actuel. – Validation croisée leave-one-out (LOO) : chaque essai est prédit comme s’il n’avait pas été réalisé.
- Q² (R² prédictif) : R² calculé sur ces prédictions leave-one-out. Le vrai indicateur de capacité prédictive. – Couverture 95 % : part des essais tombant dans l’intervalle de prédiction annoncé.
- Nugget : part de variabilité attribuée au bruit de mesure et de procédé.
- ARD : longueurs de corrélation par facteur ; une longueur courte signale un facteur auquel le modèle fait réagir fortement la réponse.
- Simplexe : domaine des mélanges dont les proportions somment à 1.
- Diagramme ternaire : représentation triangulaire d’un mélange à trois composants.
Anhang: Begriffsbestimmungen
Lesezeit