Voici la liste des procédures et fonctions proposé Delphi par la bibliothèque ALGLIB :
| Nom | Description |
|---|---|
| airy | Cette procédure permet de calcule la solution de l'équation différentielle. |
| autogkintegrate | Cette procédure permet de lancer les itérations du solveur ODE. |
| autogkresults | Cette procédure permet de demander les résultats d'intégration adaptative. |
| autogksingular | Cette procédure permet d'effectuer l'intégration des singularités intégrables en A/B. |
| autogksmooth | Cette procédure permet d'effectuer l'intégration d'une fonction lisse F(x) sur un intervalle fini [a,b]. |
| autogksmoothw | Cette procédure permet d'effectuer l'intégration d'une fonction lisse F(x) sur un intervalle fini [a, b]. |
| besseli0 | Cette fonction permet de retourner la fonction de Bessel modifiée d'ordre zéro du paramètre. |
| besseli1 | Cette fonction permet de retourner la fonction de Bessel modifiée de l'ordre un du paramètre. |
| besselj0 | Cette fonction permet de retourner la fonction de Bessel d'ordre zéro du paramètre. |
| besselj1 | Cette fonction permet de retourner la fonction de Bessel d'ordre un du paramètre. |
| besseljn | Cette fonction permet de retourner la fonction de Bessel d'ordre n, où n est un entier (éventuellement négatif). |
| besselk0 | Cette fonction permet de retourner la fonction de Bessel modifiée du deuxième type d'ordre zéro du paramètre. |
| besselk1 | Cette fonction permet de calculer la fonction de Bessel modifiée du second type d'ordre un du paramètre. |
| besselkn | Cette fonction permet de retourner la fonction de Bessel modifiée du deuxième type d'ordre n du paramètre. |
| bessely0 | Cette fonction permet de retourner la fonction de Bessel du second type, d'ordre zéro, du paramètre. |
| bessely1 | Cette fonction permet de retourner la fonction de Bessel du deuxième type d'ordre un de le paramètre. |
| besselyn | Cette fonction permet de retourner la fonction de Bessel d'ordre n, où n est un entier (éventuellement négatif). |
| beta | Cette fonction permet de retourner la fonction bêta. |
| binomialcdistribution | Cette fonction permet de distribution binomiale complétée. |
| binomialdistribution | Cette fonction permet de retourner la somme des termes 0 à k de la densité de probabilité binomiale. |
| chebyshevcalculate | Cette fonction permet de calculer la valeur des polynômes de Chebyshev des premier et second types. |
| chebyshevcoefficients | Cette procédure permet de demander une représentation de Tn comme C [0] + C [1] * X + ... + C [N] * X ^ N. |
| chebyshevsum | Cette fonction permet de calculer la somme des polynômes de Chebyshev en utilisant la formule de récurrence de Clenshaw. |
| chisquarecdistribution | Cette fonction permet de calculer la distribution du chi carré complétée. |
| chisquaredistribution | Cette fonction permet de calculer la distribution du chi carré. |
| clusterizercreate | Cette procédure permet d'initialiser l'objet d'unité d'allocation. |
| clusterizergetdistances | Cette fonction permet de retourner la matrice de distance pour l'ensemble de données. |
| clusterizergetkclusters | Cette fonction permet de prendre en entrée le rapport d'unité d'allocation Rep, les unités d'allocations souhaités comptent K et crée les K principaux unités d'allocations à partir de l'arborescence de l'unité d'allocation hiérarchique. |
| clusterizerrunahc | Cette procédure permet d'effectuer un regroupement hiérarchique agglomératif. |
| clusterizerrunkmeans | Cette procédure permet d'effectuer une unité d'allocation par l'algorithme k-means++. |
| clusterizerseparatedbycorr | Cette fonction permet d'accepter le rapport AHC de Rep, la corrélation intercluster maximale souhaitée et renvoie les unités d'allocations supérieurs de l'arborescence hiérarchique de l'unité d'allocation étant séparés par la corrélation R ou LOWER. |
| clusterizerseparatedbydist | Cette procédure permet d'accepter le rapport AHC de Rep, la distance entre les unités d'allocations minimale souhaitée et renvoie les unités d'allocation supérieurs de l'arborescence de l'unité d'allocation hiérarchique étant séparés par la distance R ou HIGHER. |
| clusterizersetahcalgo | Cette fonction permet de définir l'algorithme d'unité d'allocation hiérarchique agglomératif. |
| clusterizersetdistances | Cette fonction permet d'ajouter un ensemble de données donné par la matrice de distance à la structure de l'unité d'allocation. |
| clusterizersetkmeansinit | Cette procédure permet de définir l'algorithme d'initialisation de k-means. Plusieurs algorithmes différents peuvent être choisis, y compris k-means++. |
| clusterizersetkmeanslimits | Cette procédure permet de définir les propriétés de k-means: nombre de redémarrages et nombre maximum d'itérations par exécution. |
| clusterizersetpoints | Cette procédure permet d'ajouter un ensemble de données à la structure de l'unité d'allocation. |
| clusterizersetseed | Cette procédure permet de définir la valeur de départ étant utilisée pour initialiser le RNG interne. Par défaut, la valeur de départ déterministe est utilisée - la même chose pour chaque exécution d'unité d'allocation. Si vous spécifiez une valeur de départ non déterministe, certains algorithmes dépendant de l'initialisation aléatoire (dans la version actuelle: k-means) peuvent retourner des résultats légèrement différents après chaque exécution. |
| cmatrixcopy | Cette procédure permet de copier une matrice de nombre complexe. |
| cmatrixgemm | Cette procédure permet de calculer la formule C := alpha*op1(A)*op2(B) +beta*C. |
| cmatrixherk | Cette procédure permet de calculer la formule C :=alpha*A*A^H+beta*C ou C:=alpha*A^H*A+beta*C. |
| cmatrixlefttrsm | Cette procédure permet de calculer la formule op(A^-1)*X. |
| cmatrixlusolve | Cette procédure permet de calculer le solveur linéaire dense complexe pour A * x = b avec le complexe N * N A donné par sa décomposition LU et N * 1 vecteurs x et b. |
| cmatrixlusolvefast | Cette procédure permet de calculer le solveur linéaire dense complexe pour A * x = b avec N * N complexe A donné par sa décomposition LU et N * 1 vecteurs x et b. |
| cmatrixlusolvem | Cette procédure permet de calculer le solveur dense pour A * X = B avec N * N complexe A donné par sa décomposition LU, et N * M matrices X et B (multiples côtés droits). |
| cmatrixlusolvemfast | Cette procédure permet de solveur dense pour A * X = B avec N * N complexe A donné par sa décomposition LU, et N * M matrices X et B (multiples côtés droits). |
| cmatrixmixedsolve | Cette procédure permet de calculer le solveur dense. Identique à RMatrixMixedSolve(), mais pour les matrices complexes. |
| cmatrixmixedsolvem | Cette procédure permet de calculer le solveur dense. Identique à RMatrixMixedSolveM(), mais pour les matrices complexes. |
| cmatrixmv | Cette procédure permet de calculer la formule y := op(A)*x. |
| cmatrixrighttrsm | Cette procédure permet de calculer la formule X*op(A^-1). |
| cmatrixsolve | Cette procédure permet de calculer le solveur dense complexe pour A * x = B avec N * N matrice complexe A et N * 1 vecteurs complexes x et b. C'est la version lente mais riche en fonctionnalités du solveur. |
| cmatrixsolvefast | Cette procédure permet de calculer le solveur dense complexe pour A * x = B avec N * N matrice complexe A et N * 1 vecteurs complexes x et b. C'est la version rapide mais légère du solveur. |
| cmatrixsolvem | Cette procédure permet de solveur dense complexe pour A * X = B avec N * N matrice complexe A, N * M matrices complexes X et B. C'est la version lente mais riche en fonctionnalités fournissant des fonctions supplémentaires, au prix de performances plus lentes. Une version plus rapide peut être appelée avec la fonction CMatrixSolveMFast(). |
| cmatrixsolvemfast | Cette procédure permet de calculer le solveur dense complexe pour A * X = B avec N * N matrice complexe A, N * M matrices complexes X et B. C'est la version rapide mais légère fournissant juste un solveur triangulaire - et aucune fonction supplémentaire comme le raffinement itératif ou le numéro de condition estimation. |
| cmatrixsyrk | Cette procédure permet d'indiquer que le nom est incorrect (il s'agit d'une mise à jour HErmitienne et non de SYmmetric). Il est laissé ici pour la compatibilité descendante. Ce procédure est une ancienne version de CMatrixHERK(). |
| cmatrixtranspose | Cette procédure permet de copier et transposer le nombre complexe sans cache. |
| convc1d | Cette procédure permet de calculer la convolution complexe unidimensionnelle. |
| convc1dcircular | Cette procédure permet de calculer la convolution complexe circulaire unidimensionnelle. |
| convc1dcircularinv | Cette procédure permet de calculer une déconvolution complexe circulaire unidimensionnelle (inverse de ConvC1DCircular()). |
| convc1dinv | Cette procédure permet de calculer une déconvolution non circulaire complexe unidimensionnelle (inverse de ConvC1D()). |
| convr1d | Cette procédure permet de calculer une convolution réelle unidimensionnelle. |
| convr1dcircular | Cette procédure permet de calculer une convolution réelle circulaire à unidimensionnelle. |
| convr1dcircularinv | Cette procédure permet de calculer une déconvolution complexe unidimensionnelle (inverse de ConvC1D()). |
| convr1dinv | Cette procédure permet de calculer une déconvolution réelle unidimensionnelle (inverse de ConvC1D()). |
| corrc1d | Cette procédure permet de calculer une corrélation croisée complexe unidimensionnelle. |
| corrc1dcircular | Cette procédure permet de calculer une corrélation croisée complexe circulaire unidimensionnelle. |
| corrr1d | Cette procédure permet de calculer une corrélation croisée réelle unidimensionnelle. |
| corrr1dcircular | Cette procédure permet de calculer une corrélation croisée réelle circulaire unidimensionnelle. |
| cov2 | Cette fonction permet d'effectuer la covariance à 2 échantillons. |
| covm | Cette fonction permet d'effectuer la matrice de covariance. |
| covm2 | Cette fonction permet d'effectuer la matrice de covariance croisée. |
| dawsonintegral | Cette fonction permet de calculer l'intégrale de Dawson. |
| dfavgce | Cette fonction permet d'effectuer une entropie croisée moyenne (en bits par élément) sur l'ensemble de test. |
| dfavgerror | Cette fonction permet de calculer l'erreur moyenne sur l'ensemble de test. |
| dfavgrelerror | Cette fonction permet de calculer l'erreur relative moyenne sur l'ensemble de test. |
| dfbinarycompression | Cette fonction permet d'effectuer une compression binaire de la forêt de décision. |
| dfbuilderbuildrandomforest | Cette procédure permet de créer une forêt de décision en fonction des paramètres actuels à l'aide d'un ensemble de données entreposé en interne dans l'objet générateur. Un algorithme dense est utilisé. |
| dfbuildercreate | Cette procédure permet de créer un objet DecisionForestBuilder étant utilisé pour entraîner les forêts de décision. |
| dfbuildergetprogress | Cette fonction permet d'examiner le processus de construction de la forêt de décision à partir d'un autre processus léger et obtenir l'indicateur de progression actuel. Cette fonction est un alias pour dfbuilderpeekprogress(), laissé dans ALGLIB pour des raisons de compatibilité descendante. |
| dfbuilderpeekprogress | Cette fonction permet d'examiner le processus de construction de la forêt de décision à partir d'un autre processus léger et obtenir l'indicateur de progression actuel. |
| dfbuildersetdataset | Cette fonction permet d'ajouter un ensemble de données dense au entreposage interne de l'objet générateur. La spécification de votre ensemble de données au format dense signifie que la version dense de l'algorithme de construction de la forêt sera appelée. |
| dfbuildersetimportancenone | Cette procédure permet d'indiquer à l'algorithme de construction de forêt de décision d'ignorer l'estimation de l'importance des variables. |
| dfbuildersetimportanceoobgini | Cette procédure permet d'indiquer à l'algorithme de construction de forêt de décision d'utiliser la version out-of-bag de l'estimation de l'importance des variables de Gini (également appelée OOB-MDI). |
| dfbuildersetimportancepermutation | Cette procédure permet d'indiquer à l'algorithme de construction de forêt de décision d'utiliser l'estimateur de l'importance de la variable de permutation (également appelé MDA). |
| dfbuildersetimportancetrngini | Cette procédure permet d'indiquer à l'algorithme de construction de forêt de décision d'utiliser l'estimation de l'importance variable basée sur les impuretés de Gini (également appelée MDI). |
| dfbuildersetrdfalgo | Cette procédure permet de définir un algorithme de construction de forêt de décision aléatoire. |
| dfbuildersetrdfsplitstrength | Cette procédure permet de définir l'algorithme de sélection fractionnée utilisé par le classificateur de forêt de décision. Vous pouvez choisir plusieurs algorithmes, avec une vitesse et une qualité différentes des résultats. |
| dfbuildersetrndvars | Cette procédure permet de définir le nombre de variables (dans l'intervalle [1, NVars]) utilisées par l'algorithme de construction de forêt de décision. |
| dfbuildersetrndvarsauto | Cette procédure permet d'indiquer au constructeur de forêt de décision de choisir automatiquement le nombre de variables utilisées par l'algorithme de construction de forêt de décision. À peu près des variables sqrt(NVars) seront utilisées. |
| dfbuildersetrndvarsratio | Cette procédure permet de définir le nombre de variables utilisées par l'algorithme de construction de la forêt de décision comme une fraction de l'intervalle du nombre total de variables (0,1). |
| dfbuildersetseed | Cette procédure permet de définir la valeur de départ utilisée par le RNG interne pour le sous-échantillonnage aléatoire et la sélection aléatoire de sous-ensembles de variables. |
| dfbuildersetsubsampleratio | Cette procédure permet de définir la taille du sous-échantillon de l'ensemble de données généré par l'algorithme de construction de la forêt de décision. La taille est spécifiée comme une fraction de la taille totale de l'ensemble de données. |
| dfbuildrandomdecisionforest | Cette procédure permet de créer une forêt de décision aléatoire. |
| dfbuildrandomdecisionforestx1 | Cette procédure permet de créer une forêt de décision aléatoire. Cette procédure est obsolète. |
| dfclassify | Cette fonction permet de retourner le numéro de classe le plus probable pour une entrée X. Cela revient à appeler dfprocess(model,x,y), puis à déterminer i = argmax (y [i]) et à renvoyer i. |
| dfcreatebuffer | Cette procédure permet de créer une structure de tampon pouvant être utilisée pour exécuter des demandes d'inférence parallèles. |
| dfprocess | Cette procédure permet de calculer l'inférence utilisant la forêt de décision. |
| dfprocess0 | Cette fonction permet de retourner la première composante du vecteur inféré (c'est-à-dire un avec l'index # 0). |
| dfprocessi | Cette procédure permet d'allouer un nouveau tableau à chaque appel, elle est donc nettement plus lente que son homologue «non interactif», mais elle est plus pratique lorsque vous l'appelez depuis la ligne de commande. |
| dfrelclserror | Cette fonction permet de calculer l'erreur de classification relative sur l'ensemble de test. |
| dfrmserror | Cette fonction permet de calculer l'erreur RMS sur l'ensemble de test. |
| dfserialize | Cette procédure permet de sérialiser la structure de données en chaîne de caractères. |
| dftsprocess | Cette fonction permet de calculer l'inférence utilisant la forêt de décision. |
| dfunserialize | Cette procédure permet de désérialiser la structure de données de la chaîne de caractères. |
| dsoptimalsplit2 | Cette procédure permet d'effectuer la classification binaire optimale. |
| dsoptimalsplit2fast | Cette procédure permet d'effectuer une partition optimale, sous-programme interne, dans sa version rapide. |
| fromchebyshev | Cette fonction permet d'effectuer une conversion d'une série de polynômes de Chebyshev en une série de puissance. |
| hpdmatrixcholeskysolve | Cette procédure permet de calculer le solveur dense pour A * x = b avec N * N matrice définie positive hermitienne A donnée par sa décomposition de Cholesky, et N * 1 vecteurs complexes x et b. Il s'agit d'une version lente mais riche en fonctionnalités du solveur estimant le numéro de condition du système. |
| hpdmatrixcholeskysolvefast | Cette procédure permet de calculer le solveur dense pour A * x = b avec N * N matrice définie positive hermitienne A donnée par sa décomposition de Cholesky, et N * 1 vecteurs complexes x et b. Il s'agit d'une version rapide mais légère du solveur. |
| hpdmatrixcholeskysolvem | Cette procédure permet de calculer solveur dense pour A * X = B avec N * N matrice définie positive hermitienne A donnée par sa décomposition de Cholesky et N * M matrices complexes X et B. Il s'agit de la version lente mais riche en fonctionnalités du solveur qui, en en plus de la solution, estime le numéro de condition du système. |
| hpdmatrixcholeskysolvemfast | Cette procédure permet de calculer le solveur dense pour A * X = B avec N * N matrice définie positive hermitienne A donnée par sa décomposition de Cholesky et N * M matrices complexes X et B. Il s'agit d'une version rapide mais légère du solveur. |
| hpdmatrixsolve | Cette procédure permet de calculer le solveur dense pour A * x = b, avec N * N matrice définie positive hermitienne A, et N * 1 vecteurs complexes x et b. C'est la version lente mais riche en fonctionnalités du solveur. |
| hpdmatrixsolvefast | Cette procédure permet de calculer le solveur dense pour A * x = b, avec N * N matrice définie positive hermitienne A, et N * 1 vecteurs complexes x et b. C'est la version rapide mais légère du solveur sans fonctions supplémentaires. |
| hpdmatrixsolvem | Cette procédure permet de solveur dense pour A * X = B, avec N * N Matrices définies positives hermitiennes A et N * M matrices complexes X et B. C'est la version de lente mais riche en fonctionnalités du solveur. |
| hpdmatrixsolvemfast | Cette procédure permet de solveur dense pour A * X = B, avec N * N Matrices définies positives hermitiennes A et N * M matrices complexes X et B. C'est la version rapide mais légère du solveur. |
| invbinomialdistribution | Cette fonction permet de calculer une distribution binomiale inverse. |
| invchisquaredistribution | Cette fonction permet d'inverser de la distribution du chi carré complémenté. |
| kmeansgenerate | Cette fonction permet de calculer l'unité d'allocation de k-means++. |
| pearsoncorr2 | Cette fonction permet d'effectuer le coefficient de corrélation produit-moment de Pearson. |
| pearsoncorrelation | Cette fonction permet d'effectuer la corrélation de Pearson. Cette fonction est obsolète, utiliser plutôt la fonction PearsonCorr2. |
| pearsoncorrelationsignificance | Cette procédure permet de tester la signification du coefficient de corrélation de Pearson. |
| pearsoncorrm | Cette procédure permet d'effectuer la matrice de corrélation produit-moment de Pearson. |
| pearsoncorrm2 | Cette procédure permet d'effectuer la matrice de corrélation croisée produit-moment de Pearson |
| rankdata | Cette procédure permet de remplacer les données dans XY par leurs rangs. |
| rankdatacentered | Cette procédure permet de remplacer les données dans XY par leurs rangs centrés. |
| rmatrixbdsvd | Cette fonction permet d'effectuer une décomposition en valeurs singulières d'une matrice bidiagonale (algorithme étendu). |
| rmatrixcopy | Cette procédure permet de copier une matrice de nombre réel. |
| rmatrixenforcesymmetricity | Cette procédure permet d'appliquer la symétrie de la matrice en copiant la partie supérieure vers la partie inférieure (ou vice versa). |
| rmatrixgemm | Cette procédure permet de calculer la formule C := alpha*op1(A)*op2(B) +beta*C. |
| rmatrixgemv | Cette procédure permet de calculer d'une matrice de produit du vecteur. |
| rmatrixgencopy | Cette procédure permet d'effectuer une copie avec la formule B := Beta*B + Alpha*A. |
| rmatrixger | Ce procédure permet d'effectuer une correction de Rank-1 avec la formule A := A + alpha*u*v'. |
| rmatrixlefttrsm | Cette procédure permet de calculer la formule op(A^-1)*X. |
| rmatrixlusolve | Cette procédure permet de résoudre un système A * x = b, où A est NxN matrice réelle non dénégérée donnée par sa décomposition LU, x et b sont des vecteurs réels. Il s'agit d'une version lente mais robuste du solveur linéaire basé sur LU. La version plus rapide est la fonction RMatrixLUSolveFast(). |
| rmatrixlusolvefast | Cette procédure permet de résoudre un système A * x = b, où A est NxN matrice réelle non dénégérée donnée par sa décomposition LU, x et b sont des vecteurs réels. Il s'agit de la version rapide sans aucun contrôle du solveur linéaire basé sur LU. Une version plus lente mais plus robuste est la fonction RMatrixLUSolve(). |
| rmatrixmv | Cette procédure permet d'effectuer une matrice de produit de vecteur y := op(A)*x. Cette procédure est obsolète, utiliser plutotôt la procédure RMatrixGEMV. |
| rmatrixrank1 | Cette procédure permet de faire une correction Rank-1 avec la formuile A := A + u*v'. Cette procédure est obsolète, utiliser plutôt la procédure RMatrixGER. |
| rmatrixrighttrsm | Cette procédure permet de calculer la formule X*op(A^-1). |
| rmatrixsymv | Cette procédure permet de claculer la symétrie d'un vecteur de nombre réel. |
| rmatrixsyrk | Cette procédure permet de calculer la formule C=alpha*A*A^T+beta*C ou C=alpha*A^T*A+beta*C. |
| rmatrixsyvmv | Cette procédure permet de claculer la symétrie de vecteurs de nombre réel. |
| rmatrixtranspose | Cette procédure permet d'effectuer un copier-transposer de réel sans cache. |
| rmatrixtrsv | Cette procédure permet permet de résoudre le système linéaire op(A) * x = b. |
| rvectorcopy | Cette procédure permet de copier des vecteurs de nombre réels. |
| sampleadev | Cette procédure permet d'appliquer un échantillon ADev. |
| samplekurtosis | Cette fonction permet de calculer le kurtosis. |
| samplemean | Cette fonction permet de calculer la moyenne. |
| samplemedian | Cette procédure permet de calculer la médiane. |
| samplemoments | Cette procédure permet de calculer des moments de distribution : moyenne, variance, asymétrie, kurtosis. |
| samplepercentile | Cette procédure permet de calculer le centile. |
| sampleskewness | Cette fonction permet de calculer l'asymétrie. |
| samplevariance | Cette fonction permet de calculer la variance. |
| spearmancorr2 | Cette fonction permet de calculer le coefficient de corrélation de rang de Spearman. |
| spearmancorrm | Cette procédure permet de calculer la matrice de corrélation de rang de Spearman. |
| spearmancorrm2 | Cette procédure permet de calculer la matrice de corrélation croisée des rangs de Spearman. |
| spearmanrankcorrelation | Cette fonction permet de calculer la matrice de corrélation croisée des rangs de Spearman. Cette fonction est obsolète, utiliser plutôt la fonction SpearmanCorr2. |
| spearmanrankcorrelationsignificance | Cette procédure permet de testr la signification du coefficient de corrélation de rang de Spearman. |
| ... | ... |
Dernière mise à jour : Lundi, le 4 janvier 2021