« Détection des données aberrantes » : différence entre les versions

Dernière version du 31 janvier 2024 à 10:02

Définition

Méthode de détection et de classification utilisée pour identifier les observations qui s’écartent significativement des autres observations.

Français

identification des données aberrantes

détection des anomalies

détection des points aberrants

détection d’anomalies

identification des points aberrants

Anglais

outlier detection

Sources

Source : DeepAI.org

@@ Ligne 1 : / Ligne 1 : @@
-==en construction==
-voir [[Donnée pertinente]]
-voir [[Donnée aberrante]]
 == Définition ==
-La détection des données aberrantes fait référence à la méthode d'identification et de classification utilisée pour identifier les observations qui sont distinctement différentes ou éloignées des autres.
+Méthode de détection et de classification utilisée pour identifier les observations qui s’écartent significativement des autres observations.
-En outre, les valeurs aberrantes sont également définies par leur environnement. Les valeurs aberrantes éloignées du reste des données sont appelées «points aberrants». Alternativement, des «données aberrantes contextuelles» sont trouvées dans les données, apparaissant souvent sous forme de bruit.
 == Français ==
-'''Identification des données aberrantes'''
+'''identification des données aberrantes'''
-'''Identification des points aberrants'''
+'''détection des anomalies'''
-== Anglais ==
+''' détection des points aberrants'''
-''' Outlier Detection'''
-Outlier Detection refers to the method of identification and classification used to identify observations that are distinctly different or far from others.
+''' détection d’anomalies'''
-A popular method to clean a data set, outlier detection allows for defined outliers to inform classification of new observations as anomalies. Outliers are defined between two categories: univariate and multivariate. Univariate outliers are found in distributions in a single feature space, whereas multivariate outliers are found in n-dimensional spaces.
+'''identification des points aberrants'''
-Furthermore, outliers are also defined by their environment. Outliers that lay far away from the rest of the data are called "point outliers." Alternatively, "contextual outliers" are found within the data, often appearing as noise.
-There are a multitude of factors that can contribute to the appearance of an outlier, however those that are not the product of an error are called "novelties."
-<small>
+== Anglais ==
+''' outlier detection'''
+==Sources==
 [https://deepai.org/machine-learning-glossary-and-terms/outlier-detection  Source : DeepAI.org ]
-[[Catégorie:DeepAI.org]]
+[[Catégorie:GRAND LEXIQUE FRANÇAIS]]
-[[Catégorie:vocabulaire]]
-[[Catégorie:vocabulary]]

« Détection des données aberrantes » : différence entre les versions