« Recherche par similarité » : différence entre les versions


Aucun résumé des modifications
m (Remplacement de texte : « ↵<small> » par «  ==Sources== »)
 
(5 versions intermédiaires par 3 utilisateurs non affichées)
Ligne 1 : Ligne 1 :
==en construction==
== 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.


== Définition ==
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.
XXXXXXXXX


== Français ==
== Français ==
''' XXXXXXXXX '''
'''recherche par similarité '''


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


[https://datafloq.com/abc-big-data-glossary/#s  Source : datafloq ]
[https://datafloq.com/abc-big-data-glossary/#s  Source : datafloq ]


[https://en.wikipedia.org/wiki/Similarity_search  Source : Wikipedia ]


[[Catégorie: Non prioritaire]]
[[Catégorie:GRAND LEXIQUE FRANÇAIS]]

Dernière version du 28 janvier 2024 à 11:48

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