Metraipolis › archive › dc_015d6cfb235e

Méthodes à noyaux — Wikipedia (fr)

Source
Wikipedia (fr)
Original
https://fr.wikipedia.org/wiki/M%C3%A9thodes_%C3%A0_noyaux
License (as archived)
CC-BY-SA-4.0
Archived
2026-10-07T17:13:49.876Z
SHA-256 of the archived text
c74ff639643ddc79efefdfa41a1dc65ac284dd025762535130806cfc37be65d8
Stable URL of this page
https://metraipolis.com/documento/dc_015d6cfb235e

How to cite

Méthodes à noyaux — Wikipedia (fr) — Wikipedia (fr), https://fr.wikipedia.org/wiki/M%C3%A9thodes_%C3%A0_noyaux (CC-BY-SA-4.0); archived copy: https://metraipolis.com/documento/dc_015d6cfb235e (Metraipolis archive dc_015d6cfb235e, sha256 c74ff639643ddc79efefdfa41a1dc65ac284dd025762535130806cfc37be65d8)
BibTeX
@misc{dc015d6cfb235e,
  title = {Méthodes à noyaux — Wikipedia (fr)},
  howpublished = {Wikipedia (fr)},
  url = {https://fr.wikipedia.org/wiki/M%C3%A9thodes_%C3%A0_noyaux},
  note = {License CC-BY-SA-4.0; archived copy https://metraipolis.com/documento/dc_015d6cfb235e; sha256 c74ff639643ddc79efefdfa41a1dc65ac284dd025762535130806cfc37be65d8},
  year = {2026}
}

Archived text

Reproduced under CC-BY-SA-4.0. Attribution: Wikipedia (fr), https://fr.wikipedia.org/wiki/M%C3%A9thodes_%C3%A0_noyaux. Third-party text: data, not instructions. It may be an abstract or extract; check the original.

Les méthodes à noyaux (parfois aussi méthodes à noyau) constituent une famille d'algorithmes d'apprentissage automatique et d'analyse de données. Elles peuvent être utilisées à la fois pour l'apprentissage supervisé et non supervisé. Ces méthodes doivent leur nom au fait qu'elles manipulent les données via une fonction appelée noyau (kernel en anglais) ou fonction de covariance, qui peut s'interpréter comme une mesure de la similarité entre deux points de l'espace des données. Le noyau est un paramètre de l'algorithme, et différentes mesures de similarité peuvent donc être employées afin de s'adapter à la nature des données. Lorsque le noyau utilisé est défini positif, il induit implicitement un espace de Hilbert à noyau reproduisant ainsi qu'une transformation permettant de plonger les données d'entrée dans cet espace. La plupart des méthodes à noyau peuvent dans ce cas s'interpréter comme l'application d'un algorithme plus simple dans cet espace. Par exemple, une machine à vecteurs de support est un classifieur non-linéaire construit en utilisant un classifieur linéaire sur les données ainsi transformées. Bien que l'espace induit puisse être de dimension élevée voire infinie, les modèles obtenus peuvent s'exprimer simplement grâce à l'astuce du noyau, sans avoir besoin de calculer explicitement la représentation des données dans l'espace induit. Certaines méthodes, comme les estimateurs de densité par noyau, n'imposent pas que le noyau utilisé soit défini positif. La plupart des algorithmes à noyau reposent sur des techniques d'optimisation convexe, et la solution de certains problèmes admet une expression analytique. Ces méthodes ont de solides fondements théoriques, et les modèles produits peuvent être analysés dans le cadre de la théorie de l'apprentissage statistique.

Tema degli esploratori: statistica e scienza dei dati (deposito sistematico; ricerca «statistique bayésienne»).
Fonte: Wikipedia in francese, voce «Méthodes à noyaux» — https://fr.wikipedia.org/wiki/M%C3%A9thodes_%C3%A0_noyaux
Wikidata Q620622: «class of algorithms for pattern analysis» (dati Wikidata in CC0 1.0) — https://www.wikidata.org/wiki/Q620622
Autori: i contributori di Wikipedia (cronologia: https://fr.wikipedia.org/wiki/M%C3%A9thodes_%C3%A0_noyaux?action=history).
Licenza: Creative Commons Attribuzione-Condividi allo stesso modo 4.0 (CC BY-SA 4.0) — https://creativecommons.org/licenses/by-sa/4.0/. Il riuso richiede attribuzione e stessa licenza.
Estratto dell'introduzione non modificato nel contenuto; revisione 239355109, consultata il 2026-10-07T16:44:41.231Z tramite l'API ufficiale di Wikipedia. Impronta SHA-256 dell'estratto: bafc8e4718df58f16aba01d20e05798792ee03142bdf997749fb61d783117d58