Statistiques pratiques pour les scientifiques des données, 2e édition.

Index

A

• Tests A/B, Tests A/B -Lectures complémentaires
  • avantages de l'utilisation d'un groupe de contrôle, Pourquoi avoir un groupe de contrôle ?
  • algorithmed'epsilon-greedy pour, Algorithme de Bandit à plusieurs bras
  • exemples de, A/B Testing
  • leshypothèses, Tests d'hypothèses
  • importance d'obtenir les permissions, Pourquoi seulement A/B ? Pourquoi pas C, D,... ?
  • bandits à plusieurs bras versus, Algorithme de bandits à plusieurs bras
  • traditionnel, défaut de, Pourquoi seulement A/B ? Pourquoi pas C, D,... ?
• Précision, évaluation des modèles de classification
• Adaboost, Boosting
  • algorithme deboosting, L'algorithme de boosting
• R-carré ajusté, évaluation du modèle
• ajustement des valeurs p, tests multiples
• algorithme agglomératif, L'algorithme agglomératif
• AIC (critère d'information d'Akaike), sélection de modèles et régression progressive, sélection du nombre de grappes
• AICc, sélection de modèles et régression progressive
• régression de tous les sous-ensembles, sélection de modèles et régression par étapes
• alpha, Signification statistique et valeurs p, Alpha
  • l'inflation alpha, les tests multiples
• hypothèse alternative, tests d'hypothèse, hypothèse alternative
• American Statistical Association (ASA), déclaration sur l'utilisation des valeurs p, controverse sur les valeurs p
• analyse de la variance (ANOVA), distribution F, ANOVA -Lecture complémentaire
  • décomposition de la variance, statistique F
  • F-statistique, F-statistique
  • ANOVA à deux voies, ANOVA à deux voies
• détection des anomalies, Régression et prédiction
  • valeurs ...