« Données disséminées » : différence entre les versions
Aucun résumé des modifications Balise : Éditeur de wikicode 2017 |
Aucun résumé des modifications |
||
| Ligne 1 : | Ligne 1 : | ||
__NOTOC__ | __NOTOC__ | ||
== Domaine == | ==Domaine== | ||
[[Category:Vocabulaire]] | [[Category:Vocabulaire]] | ||
[[Category:Coulombe]] | [[Category:Coulombe]] | ||
[[Category:Apprentissage profond]]Apprentissage profond<br /> | [[Category:Apprentissage profond]] | ||
[[Category:Apprentissage automatique]]Apprentissage automatique<br /> | Apprentissage profond<br /> | ||
[[Category:Apprentissage automatique]] | |||
Apprentissage automatique<br /> | |||
[[Category:Scotty]] | [[Category:Scotty]] | ||
[[Category:Termino 2019]] | [[Category:Termino 2019]] | ||
[[Category:9]] | [[Category:9]] | ||
<br /> | <br /> | ||
== Définition == | ==Définition== | ||
Ensemble de données (matrice, vecteur) dont la très grandes majorité des valeurs sont à zéro. | 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''). | |||
Notes | |||
Les structures de données au sein desquelles les données sont disséminées sont qualifiées de ''creuses'' (''matrice creuse'', ''vecteur creux''). | |||
<br /> | <br /> | ||
==Français== | |||
== Français == | '''données parcimonieuses'''' | ||
'''données parcimonieuses' | |||
'''données éparses''' | '''données éparses''' | ||
| Ligne 37 : | Ligne 32 : | ||
Source: Claude Coulombe | Source: Claude Coulombe | ||
<br /> | <br /> | ||
<br /> | <br /> | ||
== Anglais == | ==Anglais== | ||
'''sparse data''' | '''sparse data''' | ||
Version du 14 juin 2019 à 15:29
Domaine
Apprentissage profond
Apprentissage automatique
Définition
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).
Français
données parcimonieuses'
données éparses
données disséminées
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
Anglais
sparse data
Contributeurs: Jacques Barolet, Patrick Drouin, wiki
