« Recherche par similarité » : différence entre les versions


m (Pitpitt a déplacé la page Similarity searches vers Recherche par similarité)
m (Remplacement de texte : « ↵<small> » par «  ==Sources== »)
 
(Une version intermédiaire par le même utilisateur non affichée)
Ligne 3 : Ligne 3 :


Ce principe devient de plus en plus important à l'ère des grands dépôts d'information où les objets contenus ne possèdent pas d'ordre naturel, par exemple les grandes collections d'images, de sons et d'autres objets numériques sophistiqués.
Ce principe devient de plus en plus important à l'ère des grands dépôts d'information où les objets contenus ne possèdent pas d'ordre naturel, par exemple les grandes collections d'images, de sons et d'autres objets numériques sophistiqués.


== Français ==
== Français ==
Ligne 11 : Ligne 10 :
'''Similarity searches'''
'''Similarity searches'''


Similarity searches is finding the closest object to a query in a database, where the data object can be of any type of data.
==Sources==
<small>


[https://datafloq.com/abc-big-data-glossary/#s  Source : datafloq ]
[https://datafloq.com/abc-big-data-glossary/#s  Source : datafloq ]
Ligne 18 : Ligne 16 :
[https://en.wikipedia.org/wiki/Similarity_search  Source : Wikipedia ]  
[https://en.wikipedia.org/wiki/Similarity_search  Source : Wikipedia ]  


[[Catégorie:publication]]
[[Catégorie:GRAND LEXIQUE FRANÇAIS]]

Dernière version du 28 janvier 2024 à 12:48

Définition

La recherche par similarité est le terme le plus général utilisé pour une série de mécanismes qui partagent le principe de recherche dans des espaces (généralement très vastes) d'objets où le seul comparateur disponible est la similarité entre n'importe quelle paire d'objets.

Ce principe devient de plus en plus important à l'ère des grands dépôts d'information où les objets contenus ne possèdent pas d'ordre naturel, par exemple les grandes collections d'images, de sons et d'autres objets numériques sophistiqués.

Français

recherche par similarité

Anglais

Similarity searches

Sources

Source : datafloq

Source : Wikipedia



Contributeurs: Maya Pentsch, Patrick Drouin, wiki