« Données éparses » : différence entre les versions


Aucun résumé des modifications
Aucun résumé des modifications
 
(24 versions intermédiaires par 4 utilisateurs non affichées)
Ligne 1 : Ligne 1 :
__NOTOC__
==Définition==
==Domaine==
Ensemble de données (matrice ou vecteur) dont la très grandes majorité des valeurs sont à zéro.
[[Category:Vocabulaire]]
[[Category:Coulombe]]
[[Category:Apprentissage profond]]
Apprentissage profond<br />


Apprentissage automatique
À noter que les données éparses 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'').
[[Category:Apprentissage automatique]]
[[Category:Scotty]]


[[Category:Termino 2019]]
==Français==
[[Category:9]]


<br />
'''données éparses''' 


==Définition==
'''données clairsemées'''
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'').
'''données disséminées'''   
<br />
==Français==
'''données parcimonieuses'''  n.f.


'''données éparses'''  n.f.
'''données parcimonieuses'''   
 
'''données disséminées'''  n.f.


==Anglais==
==Anglais==
'''sparse data'''
'''sparse data'''


==Sources==


<br />
<br />
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: 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.
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.


Source: Claude Coulombe
[[Utilisateur:Claude COULOMBE | Source: Claude Coulombe, Datafranca.org]]
 
[[Utilisateur:Patrickdrouin  | Source: Termino  ]]
 
 
[[Category:Apprentissage profond]]
[[Category:Apprentissage automatique]]
 
[[Category:GRAND LEXIQUE FRANÇAIS]]
[[Catégorie:101]]

Dernière version du 15 janvier 2025 à 20:21

Définition

Ensemble de données (matrice ou vecteur) dont la très grandes majorité des valeurs sont à zéro.

À noter que les données éparses 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 éparses

données clairsemées

données disséminées

données parcimonieuses

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.

Source: Claude Coulombe, Datafranca.org

Source: Termino