« Données disséminées » : différence entre les versions

Dernière version du 31 janvier 2024 à 11:10

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

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

@@ Ligne 1 : / Ligne 1 : @@
-__NOTOC__
+==Définition==
-== Domaine ==
-[[Category:Vocabulaire]]
-[[Category:Coulombe]]
-[[Category:Apprentissage profond]]Apprentissage profond<br />
-[[Category:Apprentissage automatique]]Apprentissage automatique<br />
-[[Category:Scotty]]
-[[Category:Termino 2019]]
-<br />
-== 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'''
-Notes
+'''données éparses'''
-Les données disséminées se distinguent des données absentes dont la valeur n'est pas zéro, mais nulle.
+'''données disséminées'''
+==Anglais==
+'''sparse data'''
-Les structures de données au sein desquelles les données sont disséminées sont qualifiées de ''creuses'' (''matrice creuse'', ''vecteur creux'').
+==Sources==
-<br />
-== Français ==
+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.
-'''données parcimonieuses'
-'''données éparses'''
+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.
-'''données disséminées'''
+[[Utilisateur:Claude COULOMBE | Source: Claude Coulombe, Datafranca.org]]
+[[Utilisateur:Patrickdrouin  | Source: Termino  ]]
-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.
+[[Category:Apprentissage profond]]
+[[Category:Apprentissage automatique]]
-Source: Claude Coulombe
+[[Category:Termino 2019]]
+[[Category:GRAND LEXIQUE FRANÇAIS]]
- <br />
-<br />
-== Anglais ==
-'''sparse data'''
-<br />
-<br />