This HTML5 document contains 70 embedded RDF statements represented using HTML+Microdata notation.

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

Namespace Prefixes

PrefixIRI
dcthttp://purl.org/dc/terms/
dbohttp://dbpedia.org/ontology/
foafhttp://xmlns.com/foaf/0.1/
dbpedia-cahttp://ca.dbpedia.org/resource/
n12https://books.google.com/
dbpedia-eshttp://es.dbpedia.org/resource/
n4http://g.co/kg/m/
rdfshttp://www.w3.org/2000/01/rdf-schema#
n13https://d-nb.info/gnd/
category-frhttp://fr.dbpedia.org/resource/Catégorie:
n8http://fr.dbpedia.org/resource/Modèle:
n9http://fr.dbpedia.org/resource/Fichier:
wikipedia-frhttp://fr.wikipedia.org/wiki/
n18http://commons.wikimedia.org/wiki/Special:FilePath/
dbpedia-fahttp://fa.dbpedia.org/resource/
rdfhttp://www.w3.org/1999/02/22-rdf-syntax-ns#
n26http://lod.nal.usda.gov/nalt/
owlhttp://www.w3.org/2002/07/owl#
n15http://ma-graph.org/entity/
dbpedia-zhhttp://zh.dbpedia.org/resource/
n20https://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#
wikidatahttp://www.wikidata.org/entity/
dbrhttp://dbpedia.org/resource/
dbpedia-jahttp://ja.dbpedia.org/resource/

Statements

Subject Item
dbpedia-fr:Régression_des_moindres_carrés_partiels
rdfs:label
Regressió de mínims quadrats parcials Régression des moindres carrés partiels Regresión de mínimos cuadrados parciales
rdfs:comment
La régression des moindres carrés partiels a été inventée en 1983 par Svante Wold et son père Herman Wold ; on utilise fréquemment l'abréviation anglaise régression PLS (« Partial Least Squares regression » et/ou « Projection to Latent Structure »). La régression PLS maximise la variance des prédicteurs (Xi) = X et maximise la corrélation entre X et la variable à expliquer Y. Cet algorithme emprunte sa démarche à la fois à l'analyse en composantes principales (ACP) et à la régression. Plus précisément, la régression PLS cherche des composantes, appelées variables latentes, liées à X et à Y, servant à exprimer la régression de Y sur ces variables et finalement de Y sur X.
rdfs:seeAlso
n26:49452
owl:sameAs
n4:0419hy n13:4591652-4 n15:22354355 dbpedia-ca:Regressió_de_mínims_quadrats_parcials dbpedia-zh:偏最小二乘回归 n20:sh85075570 dbpedia-ja:部分的最小二乗回帰 dbpedia-es:Regresión_de_mínimos_cuadrados_parciales dbpedia-fa:کمترین_مربعات_جزئی dbr:Partial_least_squares_regression wikidata:Q422009
dbo:wikiPageID
5108860
dbo:wikiPageRevisionID
177711342
dbo:wikiPageWikiLink
category-fr:Ingénierie_décisionnelle n9:PLS_algorithm01.png dbpedia-fr:Régression_non_linéaire dbpedia-fr:Analyse_en_composantes_principales dbpedia-fr:Régression_linéaire_multiple n9:PLS_approach.png dbpedia-fr:Régression_(statistiques) category-fr:Exploration_de_données dbpedia-fr:Herman_Wold
dbo:wikiPageExternalLink
n12:books%3Fid=AyIYAAn4a2kC&printsec=frontcover n12:books%3Fid=OesjK2KZhsAC&printsec=frontcover
dbo:wikiPageLength
12393
dct:subject
category-fr:Ingénierie_décisionnelle category-fr:Exploration_de_données
prop-fr:wikiPageUsesTemplate
n8:Et_al. n8:Infobox_Méthode_scientifique n8:Ouvrage n8:Voir n8:Références n8:Citation_étrangère n8:Portail n8:Plume n8:,
prov:wasDerivedFrom
wikipedia-fr:Régression_des_moindres_carrés_partiels?oldid=177711342&ns=0
foaf:depiction
n18:PLS_algorithm01.png n18:PLS_approach.png
prop-fr:année
1998 2010
prop-fr:consultéLe
2011-12-16 2011-05-14
prop-fr:isbn
978
prop-fr:langue
fr
prop-fr:lieu
Paris
prop-fr:lireEnLigne
n12:books%3Fid=OesjK2KZhsAC&printsec=frontcover n12:books%3Fid=AyIYAAn4a2kC&printsec=frontcover
prop-fr:nom
Tenenhaus Tufféry
prop-fr:pagesTotales
254 705
prop-fr:prénom
Stéphane Michel
prop-fr:sousTitre
Théorie et Pratique l'intelligence des données
prop-fr:titre
Data Mining et statistique décisionnelle La régression PLS
prop-fr:éditeur
éditions Technip
prop-fr:colonnes
2.0
prop-fr:group
"b"
dbo:thumbnail
n18:PLS_approach.png?width=300
foaf:isPrimaryTopicOf
wikipedia-fr:Régression_des_moindres_carrés_partiels
dbo:discoverer
dbpedia-fr:Herman_Wold
dbo:abstract
La régression des moindres carrés partiels a été inventée en 1983 par Svante Wold et son père Herman Wold ; on utilise fréquemment l'abréviation anglaise régression PLS (« Partial Least Squares regression » et/ou « Projection to Latent Structure »). La régression PLS maximise la variance des prédicteurs (Xi) = X et maximise la corrélation entre X et la variable à expliquer Y. Cet algorithme emprunte sa démarche à la fois à l'analyse en composantes principales (ACP) et à la régression. Plus précisément, la régression PLS cherche des composantes, appelées variables latentes, liées à X et à Y, servant à exprimer la régression de Y sur ces variables et finalement de Y sur X.