« Données numériques » : différence entre les versions

Dernière version du 28 mars 2024 à 18:45

Définition

Caractéristiques représentées par des nombres entiers ou réels.

Par exemple, dans un modèle immobilier, vous pourriez probablement représenter la superficie d'un logement (en mètres carrés) sous forme de données numériques. La représentation d'une caractéristique sous forme de données numériques indique que les valeurs de la caractéristique sont mathématiquement liées entre elles, et éventuellement avec l'étiquette.

Par exemple, le fait de représenter la superficie d'un logement sous forme de données numériques indique qu'une maison de 200 mètres carrés est deux fois plus spacieuse qu'une maison de 100 mètres carrés. De plus, le nombre de mètres carrés d'une maison est probablement mathématiquement lié d'une manière ou d'une autre au prix de cette maison. Les caractéristiques numériques sont parfois appelées caractéristiques continues.

Français

données numériques

Anglais

numerical data

Sources

Source : Google machine learning glossary

@@ Ligne 1 : / Ligne 1 : @@
-__NOTOC__
-== Domaine ==
-[[Category:Vocabulaire]]Vocabulaire<br />
-[[Category:Google]]Google<br />
-[[Category:Apprentissage profond]]Apprentissage profond<br />
-<br />
 == Définition ==
-Caractéristiques représentées par des nombres entiers ou réels. Par exemple, dans un modèle immobilier, vous pourriez probablement représenter la superficie d'un logement (en mètres carrés) sous forme de données numériques. La représentation d'une caractéristique sous forme de données numériques indique que les valeurs de la caractéristique sont mathématiquement liées entre elles, et éventuellement avec l'étiquette. Par exemple, le fait de représenter la superficie d'un logement sous forme de données numériques indique qu'une maison de 200 mètres carrés est deux fois plus spacieuse qu'une maison de 100 mètres carrés. De plus, le nombre de mètres carrés d'une maison est probablement mathématiquement lié d'une manière ou d'une autre au prix de cette maison.
+Caractéristiques représentées par des nombres entiers ou réels.
-Les données entières ne doivent pas toutes être représentées sous forme de données numériques. Par exemple, les codes postaux dans certains pays sont des entiers, et ne doivent pas être représentés sous forme de données numériques dans les modèles. La raison à cela est que le code postal 20000 n'est pas deux fois plus (ou moins) puissant que le code postal 10000. Par ailleurs, bien que différents codes postaux soient corrélés à des prix de logement différents, il n'est pas possible de supposer que le prix des logements dont le code postal est 20000 est le double du prix des logements dont le code postal est 10000. Les codes postaux doivent être représentés par des données catégoriques.
-Les caractéristiques numériques sont parfois appelées caractéristiques continues.
+Par exemple, dans un modèle immobilier, vous pourriez probablement représenter la superficie d'un logement (en mètres carrés) sous forme de données numériques. La représentation d'une caractéristique sous forme de données numériques indique que les valeurs de la caractéristique sont ''mathématiquement'' liées entre elles, et éventuellement avec l'[[étiquette]].
-<br />
+Par exemple, le fait de représenter la superficie d'un logement sous forme de données numériques indique qu'une maison de 200 mètres carrés est deux fois plus spacieuse qu'une maison de 100 mètres carrés. De plus, le nombre de mètres carrés d'une maison est probablement mathématiquement lié d'une manière ou d'une autre au prix de cette maison. Les caractéristiques numériques sont parfois appelées caractéristiques continues.
-== Termes privilégiés ==
-=== données numériques===
+== Français ==
+'''données numériques'''
-<br />
 == Anglais ==
+'''numerical data'''
-===  numerical data ===
+==Sources==
+[https://developers.google.com/machine-learning/glossary/  Source : Google machine learning glossary ]
-<br/>
+[[Category:GRAND LEXIQUE FRANÇAIS]]
-<br/>
+[[Category:Apprentissage profond]]
-<br/>
-[https://developers.google.com/machine-learning/glossary/  Source: Google machine learning glossary ]
-<br/>
-<br/>
-<br/>