- Modello : funzione stimata che prevede il valore di Y a partire dai valori di X.
- X / Y : i fattori esplicativi e la risposta prevista.
- Linee di prova : righe escluse dall'apprendimento, riservate alla verifica del modello.
- Sovraadattamento : modello che riproduce i dati utilizzati per l'addestramento ma non riesce a elaborare dati nuovi.
- R² / R² aggiustato : quota di variabilità spiegata, dove la seconda penalizza il numero di termini.
- VIF : fattore di inflazione della varianza; misura la ridondanza di un termine rispetto agli altri.
- Matrice di confusione : incrocio tra le classi osservate e quelle previste, su una variabile Y qualitativa.
- Desiderabilità : traduzione di una valutazione di soddisfazione compresa tra 0 e 1. La desiderabilità complessiva è il prodotto delle preferenze individuali.
- Processo gaussiano : modello che prevede un valore e la sua incertezza sotto ogni aspetto.
- Ottimizzazione bayesiana : selezione sequenziale degli esperimenti da eseguire, guidata da un processo gaussiano.
- Sfruttamento / esplorazione : affinare il risultato intorno al valore ottimale noto, oppure andare alla scoperta dell’ignoto.
- Guadagno atteso (EI) : miglioramento previsto di una prova proposta rispetto al miglior risultato attuale. – Validazione incrociata leave-one-out (LOO) : ogni prova viene considerata come se non fosse stata effettuata.
- Q² (R² predittivo) : R² calcolato su queste previsioni leave-one-out. Il vero indicatore della capacità predittiva. – Copertina 95 % : percentuale di test che rientrano nell'intervallo di previsione indicato.
- Nugget : quota di variabilità attribuita al rumore di misura e di processo.
- ARD : lunghezze di correlazione per fattore; una lunghezza ridotta indica un fattore al quale il modello fa reagire fortemente la risposta.
- Simplex : insieme delle miscele le cui proporzioni sommate danno 1.
- Diagramma ternario : rappresentazione triangolare di una miscela a tre componenti.
Allegato: definizioni
Tempo di lettura