📊 𝓛𝓪 𝓓𝓲𝓼𝓽𝓻𝓲𝓫𝓾𝓽𝓲𝓸𝓷 𝓝𝓸𝓻𝓶𝓪𝓵𝓮 𝓜𝓾𝓵𝓽𝓲𝓿𝓪𝓻𝓲é𝓮 📊

La distribution normale multivariée est une extension de la distribution normale (courbe en cloche) à plusieurs dimensions.

𝙐𝙣 𝙡𝙞𝙠𝙚 𝙚𝙩 𝙪𝙣 𝙋𝙖𝙧𝙩𝙖𝙜𝙚 de ce post avant d'aller plus loin nous fera plaisir.
✅ Au lieu d’une seule moyenne et variance, elle utilise :
• μ (mu) : vecteur des moyennes (centre de la distribution)
• Σ (Sigma) : matrice de covariance (mesure comment les variables varient ensemble)
________________________________________
🔹 Elle permet de modéliser des données réelles où les variables sont corrélées et non indépendantes.
🔹 Les formes représentatives sont des ellipses (2D) ou ellipsoïdes (3D) qui illustrent la dispersion des données.
________________________________________
👉 𝓐𝓹𝓹𝓵𝓲𝓬𝓪𝓽𝓲𝓸𝓷𝓼 :
• Modèles de mélanges gaussiens (Gaussian Mixture Models)
• Autoencodeurs variationnels (Variational Autoencoders)
• Reconnaissance de formes et apprentissage automatique
_______________________________________
________________________________________
________________________________________
Si vous avez trouvé cette publication utile, n'hésitez pas à 𝒍𝒂 𝒍𝒊𝒌𝒆𝒓 𝒆𝒕 à 𝒍𝒂 𝒑𝒂𝒓𝒕𝒂𝒈𝒆𝒓 avec vos amis et collègues !
Pour mieux apprendre l’utilisation des logiciels et modèles statistiques, nous vous invitons à prendre part à la prochaine session de notre formation en 𝙀𝙘𝙤𝙣𝙤𝙢é𝙩𝙧𝙞𝙚 𝙚𝙩 𝙏𝙚𝙘𝙝𝙣𝙞𝙦𝙪𝙚𝙨 𝙌𝙪𝙖𝙣𝙩𝙞𝙩𝙖𝙩𝙞𝙫𝙚𝙨 

________________________________________
________________________________________
#AnalyseDeDonnées #Statistiques #DistributionNormale #MachineLearning #DataScience