« Données disséminées » : différence entre les versions
Aucun résumé des modifications Balise : Éditeur de wikicode 2017 |
m (Remplacement de texte : « Category:Termino 2019 » par « ») |
||
| (27 versions intermédiaires par 3 utilisateurs non affichées) | |||
| Ligne 1 : | Ligne 1 : | ||
==Définition== | |||
== | Ensemble de données (matrice, vecteur) dont la très grandes majorité des valeurs sont à zéro. | ||
Notes: les données disséminées se distinguent des données absentes dont la valeur n'est pas zéro, mais nulle. Les structures de données au sein desquelles les données sont disséminées sont qualifiées de ''creuses'' (''matrice creuse'', ''vecteur creux''). | |||
== | ==Français== | ||
'''données parcimonieuses''' | |||
'''données éparses''' | |||
'''données disséminées''' | |||
==Anglais== | |||
'''sparse data''' | |||
==Sources== | |||
Source: Rapin, Jérémy (2014). ''Décompositions parcimonieuses pour l'analyse avancée de données en spectrométrie pour la Santé'', thèse de doctorat, Univeraité Paris Sud, 160 pages. | |||
Source: Balvet, Antonio (2002). ''Approches catégoriques et non catégoriques en linguistique des corpus spécialisés,application à un système de filtrage d’information'', thèse de doctorat, Université de Nanterre - Paris X, 331 pages. | |||
[[Utilisateur:Claude COULOMBE | Source: Claude Coulombe, Datafranca.org]] | |||
[[Utilisateur:Patrickdrouin | Source: Termino ]] | |||
[[Category:Apprentissage profond]] | |||
[[Category:Apprentissage automatique]] | |||
[[Category:GRAND LEXIQUE FRANÇAIS]] | |||
Dernière version du 11 octobre 2024 à 09:33
Définition
Ensemble de données (matrice, vecteur) dont la très grandes majorité des valeurs sont à zéro.
Notes: les données disséminées se distinguent des données absentes dont la valeur n'est pas zéro, mais nulle. Les structures de données au sein desquelles les données sont disséminées sont qualifiées de creuses (matrice creuse, vecteur creux).
Français
données parcimonieuses
données éparses
données disséminées
Anglais
sparse data
Sources
Source: Rapin, Jérémy (2014). Décompositions parcimonieuses pour l'analyse avancée de données en spectrométrie pour la Santé, thèse de doctorat, Univeraité Paris Sud, 160 pages.
Source: Balvet, Antonio (2002). Approches catégoriques et non catégoriques en linguistique des corpus spécialisés,application à un système de filtrage d’information, thèse de doctorat, Université de Nanterre - Paris X, 331 pages.
Contributeurs: Jacques Barolet, Patrick Drouin, wiki
