This HTML5 document contains 51 embedded RDF statements represented using HTML+Microdata notation.

The embedded RDF content will be recognized by any processor of HTML5 Microdata.

Namespace Prefixes

PrefixIRI
dbpedia-dehttp://de.dbpedia.org/resource/
dcthttp://purl.org/dc/terms/
dbohttp://dbpedia.org/ontology/
foafhttp://xmlns.com/foaf/0.1/
dbpedia-eshttp://es.dbpedia.org/resource/
n22http://g.co/kg/m/
dbpedia-ruhttp://ru.dbpedia.org/resource/
rdfshttp://www.w3.org/2000/01/rdf-schema#
n20https://www.jstor.org/topic/
category-frhttp://fr.dbpedia.org/resource/Catégorie:
dbpedia-pthttp://pt.dbpedia.org/resource/
n12http://fr.dbpedia.org/resource/Modèle:
wikipedia-frhttp://fr.wikipedia.org/wiki/
dbpedia-fahttp://fa.dbpedia.org/resource/
rdfhttp://www.w3.org/1999/02/22-rdf-syntax-ns#
n13http://bayes.wustl.edu/etj/
owlhttp://www.w3.org/2002/07/owl#
n23http://ma-graph.org/entity/
n7https://id.loc.gov/authorities/names/
dbpedia-frhttp://fr.dbpedia.org/resource/
prop-frhttp://fr.dbpedia.org/property/
provhttp://www.w3.org/ns/prov#
xsdhhttp://www.w3.org/2001/XMLSchema#
dbrhttp://dbpedia.org/resource/
wikidatahttp://www.wikidata.org/entity/
dbpedia-jahttp://ja.dbpedia.org/resource/

Statements

Subject Item
dbpedia-fr:Principe_d'entropie_maximale
rdfs:label
Principle of maximum entropy Принцип максимума энтропии Principe d'entropie maximale
rdfs:comment
Le principe d'entropie maximale consiste, lorsqu'on veut représenter une connaissance imparfaite d'un phénomène par une loi de probabilité, à : * identifier les contraintes auxquelles cette distribution doit répondre (moyenne, etc) ; * choisir de toutes les distributions répondant à ces contraintes celle ayant la plus grande entropie au sens de Shannon. La distribution de probabilité obtenue sert ensuite de probabilité a priori dans un processus classique d'inférence bayésienne. * (en) Edwin Thompson Jaynes, Information Theory and Statistical Mechanics, 1963 (lire en ligne)
rdfs:seeAlso
n20:maximum-entropy-method
owl:sameAs
dbpedia-de:Maximum-Entropie-Methode n7:sh91000157 dbpedia-fa:اصل_حداکثر_آنتروپی dbpedia-ru:Принцип_максимума_энтропии wikidata:Q1417473 dbpedia-es:Principio_de_máxima_entropía dbr:Principle_of_maximum_entropy dbpedia-ja:最大エントロピー原理 n22:01cnn4 n23:9679016 dbpedia-pt:Máxima_entropia
dbo:wikiPageID
1276504
dbo:wikiPageRevisionID
156950088
dbo:wikiPageWikiLink
dbpedia-fr:Claude_Shannon dbpedia-fr:Troisième_principe_de_la_thermodynamique dbpedia-fr:A_priori_et_a_posteriori dbpedia-fr:Probabilité dbpedia-fr:Moyenne dbpedia-fr:Loi_de_probabilité dbpedia-fr:Phénomène dbpedia-fr:Entropie_de_Shannon category-fr:Apprentissage_automatique dbpedia-fr:Inférence_bayésienne dbpedia-fr:Edwin_Thompson_Jaynes dbpedia-fr:Arbitraire dbpedia-fr:Pierre-Simon_de_Laplace dbpedia-fr:Divergence_de_Kullback-Leibler category-fr:Statistiques
dbo:wikiPageExternalLink
n13:node1.html
dbo:wikiPageLength
2191
dct:subject
category-fr:Apprentissage_automatique category-fr:Statistiques
prop-fr:wikiPageUsesTemplate
n12:Portail n12:Ouvrage n12:Ébauche
prov:wasDerivedFrom
wikipedia-fr:Principe_d'entropie_maximale?oldid=156950088&ns=0
prop-fr:année
1963
prop-fr:langue
anglais
prop-fr:lireEnLigne
n13:node1.html
prop-fr:nom
Jaynes
prop-fr:prénom
Edwin Thompson
prop-fr:titre
Information Theory and Statistical Mechanics
foaf:isPrimaryTopicOf
wikipedia-fr:Principe_d'entropie_maximale
dbo:discoverer
dbpedia-fr:Edwin_Thompson_Jaynes
dbo:abstract
Le principe d'entropie maximale consiste, lorsqu'on veut représenter une connaissance imparfaite d'un phénomène par une loi de probabilité, à : * identifier les contraintes auxquelles cette distribution doit répondre (moyenne, etc) ; * choisir de toutes les distributions répondant à ces contraintes celle ayant la plus grande entropie au sens de Shannon. Ce choix n'a rien d'arbitraire : de toutes ces distributions, c'est - par définition de l'entropie - celle d'entropie maximale qui contient le moins d'information, et elle est donc pour cette raison la moins arbitraire de toutes celles que l'on pourrait utiliser. La distribution de probabilité obtenue sert ensuite de probabilité a priori dans un processus classique d'inférence bayésienne. Le principe d'entropie maximale considère un principe d'équidistribution (principe d'indifférence de Laplace) et d'indépendance entre événements élémentaires ayant donné lieu à la distribution de probabilité. Il s'agit donc d'un a priori extrêmement « neutre », si toutefois l'espace d'hypothèses est bien choisi.Comme la mesure d'entropie de Shannon considère un ensemble d'états équiprobables, il peut être utile d'adapter l'espace d'hypothèses pour rendre les différents états équiprobables ou alors utiliser l'entropie relative pour normaliser l'expression par rapport à leur probabilités respectives a priori. * (en) Edwin Thompson Jaynes, Information Theory and Statistical Mechanics, 1963 (lire en ligne)
dbo:isPartOf
dbpedia-fr:Thermodynamique