« Attribut » : différence entre les versions


Aucun résumé des modifications
Aucun résumé des modifications
 
(7 versions intermédiaires par 2 utilisateurs non affichées)
Ligne 1 : Ligne 1 :
==Définition==
==Définition==
En apprentissage automatique, les attributs sont les variables utilisées pour représenter un objet. Par exemple, pour décrire un arbre, on peut identifier différents attributs comme : la forme de ses feuilles, sa taille, le diamètre de son tronc, la couleur de son écorce, la couleur de ses feuilles, etc.
En [[science des données]] et en [[apprentissage automatique]], les attributs sont les variables utilisées pour représenter un objet.
 
Un jeu de données est un ensemble d'exemples où chaque exemple regroupe des attributs qui qualifient différents aspects d'un exemplaire d’un objet. Cet objet peut être physique ou conceptuel.
 
Par exemple, pour décrire un arbre, on peut identifier différents attributs comme : la forme de ses feuilles, sa taille, le diamètre de son tronc, la couleur de son écorce, la couleur de ses feuilles, etc.
 
== Compléments ==
Nous recommandons l'emploi du mot « attribut » plutôt que « caractéristique » afin de s'harmoniser avec la représentation des connaissances et son fameux triplet « objet, attribut, valeur » dont l’emploi remonte aux philosophes grecs. De plus, les deux termes ne sont pas des synonymes puisqu’une caractéristique est un type d’attribut distinctif, c’est-à-dire un attribut qui permet à lui seul de distinguer une classe d’une autre. Mais dans beaucoup de situations, aucun attribut n’est distinctif en soi, c’est plutôt la combinaison des attributs qui l’est.
<hr/>
Selon la discipline, une grandeur qui varie (ou quantité mesurée) est appelée variable en statistique, attribut (ou caractéristique) dans le langage de la science des données.
 
Aussi, le nombre d'attributs correspond à la dimension de chaque points de données dans le langage de l’apprentissage automatique. Un exemplaire de données qui comporte deux attributs sera de dimension 2, trois attributs de dimensions 3, ainsi de suite jusqu'aux milliers d'attributs et même des millions pour une image couleur 4K.  


==Français==
==Français==
Ligne 6 : Ligne 17 :


'''caractéristique'''
'''caractéristique'''
'''descripteur'''


'''propriété'''
'''propriété'''
Ligne 19 : Ligne 32 :
'''attribute'''
'''attribute'''


<small>
'''property'''
 
'''variable'''
 
==Sources==
 
[http://gdt.oqlf.gouv.qc.ca/ficheOqlf.aspx?Id_Fiche=26503619 Source : Le grand dictionnaire terminologique]
[http://gdt.oqlf.gouv.qc.ca/ficheOqlf.aspx?Id_Fiche=26503619 Source : Le grand dictionnaire terminologique]
{{Modèle:101}}


[[Catégorie:GRAND LEXIQUE FRANÇAIS]]
[[Catégorie:GRAND LEXIQUE FRANÇAIS]]
[[Catégorie:101]]
[[Catégorie:101]]

Dernière version du 6 juin 2024 à 16:54

Définition

En science des données et en apprentissage automatique, les attributs sont les variables utilisées pour représenter un objet.

Un jeu de données est un ensemble d'exemples où chaque exemple regroupe des attributs qui qualifient différents aspects d'un exemplaire d’un objet. Cet objet peut être physique ou conceptuel.

Par exemple, pour décrire un arbre, on peut identifier différents attributs comme : la forme de ses feuilles, sa taille, le diamètre de son tronc, la couleur de son écorce, la couleur de ses feuilles, etc.

Compléments

Nous recommandons l'emploi du mot « attribut » plutôt que « caractéristique » afin de s'harmoniser avec la représentation des connaissances et son fameux triplet « objet, attribut, valeur » dont l’emploi remonte aux philosophes grecs. De plus, les deux termes ne sont pas des synonymes puisqu’une caractéristique est un type d’attribut distinctif, c’est-à-dire un attribut qui permet à lui seul de distinguer une classe d’une autre. Mais dans beaucoup de situations, aucun attribut n’est distinctif en soi, c’est plutôt la combinaison des attributs qui l’est.


Selon la discipline, une grandeur qui varie (ou quantité mesurée) est appelée variable en statistique, attribut (ou caractéristique) dans le langage de la science des données.

Aussi, le nombre d'attributs correspond à la dimension de chaque points de données dans le langage de l’apprentissage automatique. Un exemplaire de données qui comporte deux attributs sera de dimension 2, trois attributs de dimensions 3, ainsi de suite jusqu'aux milliers d'attributs et même des millions pour une image couleur 4K.

Français

attribut

caractéristique

descripteur

propriété

trait

variable explicative

Anglais

feature

attribute

property

variable

Sources

Source : Le grand dictionnaire terminologique


101 MOTS DE L' IA
Ce terme est sélectionné pour le livre « Les 101 mots de l'intelligence artificielle »