« Attribut » : différence entre les versions


Aucun résumé des modifications
Aucun résumé des modifications
Ligne 38 : Ligne 38 :


</small><br> <div style="border:2px solid #336699; background: #f6f6f6; padding: 1em; margin-bottom:1em; width: 90%;"><html><a href="https://datafranca.org/wiki/Cat%C3%A9gorie:101"><img src="https://datafranca.org/images/icone-101-mots.png" width="250"></a></html>  
</small><br> <div style="border:2px solid #336699; background: #f6f6f6; padding: 1em; margin-bottom:1em; width: 90%;"><html><a href="https://datafranca.org/wiki/Cat%C3%A9gorie:101"><img src="https://datafranca.org/images/icone-101-mots.png" width="250"></a></html>  
===Complément audio===
 
[https://datafranca.org/quest-ce-que-les-attributs/ Qu’est-ce que les attributs?]
[https://datafranca.org/quest-ce-que-les-attributs/ AUDIO : Qu’est-ce que les attributs ?]
<br></div><br><br>
<br></div><br><br>


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

Version du 19 août 2022 à 09:39

Définition

En intelligence artificielle, les attributs sont les variables utilisées pour représenter un objet ou une classe d'objet. De même, en apprentissage automatique, un jeu de données est un ensemble d’exemples où chaque exemple comporte des attributs. Par exemple, pour décrire un arbre, on utilise ses 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.

On distingue plusieurs types d’attributs selon les valeurs qui les caractérisent. En gros, on distinguera entre les attributs qualitatifs et les attributs quantitatifs (i.e. des nombres).

En français, pour traduire le terme anglais feature, on utilise les termes attribut, caractéristique, propriété, trait, ou parfois, en France, variable explicative. Nous recommandons l’emploi du terme « attribut » dans le but de s’aligner sur la terminologie bien établie en intelligence artificielle, plus particulièrement en représentation des connaissances qui se fonde sur le fameux triplet « objet, attribut, valeur » dont l’emploi remonte aux philosophes grecs.

Compléments

En plus de distinguer les attributs qualitatifs et les attributs quantitatifs (i.e. des nombres), une autre distinction sépare les attributs quantitatifs entre les valeurs numériques discrètes (des nombres entiers, 0, 1, 2, 3, etc.) et valeurs numériques continues (des nombres avec décimales, 3.14, 2.6, etc.).

Les attributs qualitatifs sont le plus souvent des attributs catégoriels et des valeurs discrètes comme par exemple, la couleur: bleu, blanc rouge, vert, etc.


En apprentissage supervisé, on isole un attribut comme étant la classe-cible ou la variable à prédire et on utilisera les autres attributs pour prédire cette classe-cible. Par exemple, dans la description de différents arbres, pour distinguer entre un sapin et un érable, on utilisera les attributs comme la taille, la couleur, la forme de la feuille, etc. Dans un tel cas, un seul attribut, la forme de la feuille, soit la présence d’aiguilles, pourra permettre de trancher. Mais on peut imaginer des scénarios beaucoup plus complexes où c’est une combinaison d’attributs qui permettra d’arriver à une bonne prédiction.

En apprentissage non supervisé, on utilisera la similarité entre les valeurs des attributs pour créer des groupes. Par exemple, la forme de la feuille en aiguilles pourrait nous permettre de regrouper tous les conifères.

Français

attribut

caractéristique

propriété

trait

variable explicative

Anglais

feature

attribute

Source : Le grand dictionnaire terminologique


AUDIO : Qu’est-ce que les attributs ?