Kernel Density Estimation (KDE), czyli estymacja jądrowa gęstości, to nieparametryczna metoda statystyczna służąca do szacowania funkcji gęstości prawdopodobieństwa zmiennej losowej na podstawie próby danych. W przeciwieństwie do histogramów, KDE tworzy gładką i ciągłą krzywą poprzez umieszczenie funkcji jądra nad każdym punktem danych i ich zsumowanie. Kluczowym parametrem metody jest szerokość pasma (bandwidth), która decyduje o stopniu wygładzenia wykresu i pozwala na odkrywanie wzorców w rozkładach bez przyjmowania założeń o ich konkretnym kształcie. Jest to powszechnie stosowane narzędzie w wizualizacji danych, uczeniu maszynowym oraz analizie sygnałów.
Kernel Density Estimation (Estymacja jądrowa gęstości) (KDE)
