Attribut - Historique des versions

Pitpitt le 18 avril 2026 à 15:34

2026-04-18T15:34:06Z

← Version précédente		Version du 18 avril 2026 à 11:34
Ligne 40 :		Ligne 40 :

	'''variable'''		'''variable'''

			In data science and machine learning, features are the variables used to represent an object.

			A data set is a set of examples in which each example groups together features that qualify different aspects of a copy of an object. This object may be physical or conceptual.

			For example, to describe a tree, we can identify various features such as: the shape of its leaves, its size, the diameter of its trunk, the color of its bark, the color of its leaves, and so on.

			Note that in English, the term feature is preferred since it is more widely used.

	==Español==		==Español==

Pitpitt : Remplacement de texte : « ==Español== » par « ==Español== Catégorie:es »

2025-09-24T00:57:35Z

Remplacement de texte : « ==Español== » par « ==Español== Catégorie:es »

← Version précédente		Version du 23 septembre 2025 à 20:57
Ligne 42 :		Ligne 42 :

	==Español==		==Español==
			[[Catégorie:es]]

	'''''atributo'''''		'''''atributo'''''

Jean-Sébastien Zavalone le 21 juillet 2025 à 19:33

2025-07-21T19:33:22Z

← Version précédente		Version du 21 juillet 2025 à 15:33
Ligne 40 :		Ligne 40 :

	'''variable'''		'''variable'''

			==Español==

			'''''atributo'''''

			'''''característica'''''

			''En la ciencia de datos y el aprendizaje automático, los atributos son las variables utilizadas para representar un objeto.
			Un conjunto de datos es un conjunto de ejemplos donde cada ejemplo agrupa atributos que califican diferentes aspectos de una copia de un objeto. Este objeto puede ser físico o conceptual.''

			''Por ejemplo, para describir un árbol, podemos identificar diferentes atributos como: la forma de sus hojas, su tamaño, el diámetro de su tronco, el color de su corteza, el color de sus hojas, etc.''


	==Sources==		==Sources==

Pitpitt le 1 mai 2025 à 14:44

2025-05-01T14:44:20Z

← Version précédente		Version du 1 mai 2025 à 10:44
Ligne 50 :		Ligne 50 :
	[[Catégorie:GRAND LEXIQUE FRANÇAIS]]		[[Catégorie:GRAND LEXIQUE FRANÇAIS]]
	[[Catégorie:101]]		[[Catégorie:101]]
	~~[[Catégorie:Publication]]~~

Claude COULOMBE le 28 avril 2025 à 10:50

2025-04-28T10:50:31Z

← Version précédente		Version du 28 avril 2025 à 06:50
Ligne 9 :		Ligne 9 :
	Nous recommandons l'emploi du mot « attribut » plutôt que « caractéristique » par cohérence terminologique, afin de s'harmoniser avec la [[représentation des connaissances]] et son fameux triplet « objet, attribut, valeur » dont l’emploi remonte aux philosophes grecs.		Nous recommandons l'emploi du mot « attribut » plutôt que « caractéristique » par cohérence terminologique, afin de s'harmoniser avec la [[représentation des connaissances]] et son fameux triplet « objet, attribut, valeur » dont l’emploi remonte aux philosophes grecs.

	De plus, les deux termes ne sont pas des synonymes puisqu’une caractéristique est un type d’attribut distinctif, un attribut qui permet par exemple à lui seul de distinguer une classe d’une autre. Mais dans beaucoup de situations, aucun attribut n’est distinctif en soi, c’est plutôt la combinaison des attributs qui ~~l’est~~.		De plus, les deux termes ne sont pas des synonymes puisqu’une caractéristique est un type d’attribut distinctif, un attribut qui permet par exemple à lui seul de distinguer une classe d’une autre. Mais dans beaucoup de situations, aucun attribut n’est distinctif en soi, c’est plutôt la combinaison des attributs qui est distinctive.
	<hr/>		<hr/>
	Selon la discipline, une grandeur qui varie (ou quantité mesurée) est appelée variable en statistique, attribut (ou caractéristique) dans le langage de la science des données.		Selon la discipline, une grandeur qui varie (ou quantité mesurée) est appelée variable en statistique, attribut (ou caractéristique) dans le langage de la science des données.

Claude COULOMBE le 28 avril 2025 à 10:49

2025-04-28T10:49:41Z

← Version précédente		Version du 28 avril 2025 à 06:49
Ligne 7 :		Ligne 7 :

	== Compléments ==		== Compléments ==
	Nous recommandons l'emploi du mot « attribut » plutôt que « caractéristique » par cohérence terminologique, afin de s'harmoniser avec la représentation des connaissances et son fameux triplet « objet, attribut, valeur » dont l’emploi remonte aux philosophes grecs.		Nous recommandons l'emploi du mot « attribut » plutôt que « caractéristique » par cohérence terminologique, afin de s'harmoniser avec la [[représentation des connaissances]] et son fameux triplet « objet, attribut, valeur » dont l’emploi remonte aux philosophes grecs.

	De plus, les deux termes ne sont pas des synonymes puisqu’une caractéristique est un type d’attribut distinctif, un attribut qui permet par exemple à lui seul de distinguer une classe d’une autre. Mais dans beaucoup de situations, aucun attribut n’est distinctif en soi, c’est plutôt la combinaison des attributs qui l’est.		De plus, les deux termes ne sont pas des synonymes puisqu’une caractéristique est un type d’attribut distinctif, un attribut qui permet par exemple à lui seul de distinguer une classe d’une autre. Mais dans beaucoup de situations, aucun attribut n’est distinctif en soi, c’est plutôt la combinaison des attributs qui l’est.

Claude COULOMBE le 28 avril 2025 à 09:41

2025-04-28T09:41:12Z

← Version précédente		Version du 28 avril 2025 à 05:41
Ligne 18 :		Ligne 18 :
	* Attributs qualitatifs ou catégoriels		* Attributs qualitatifs ou catégoriels
	* Attributs spéciaux : date ou heure sont des attributs spéciaux convertibles en attributs discrets numériques		* Attributs spéciaux : date ou heure sont des attributs spéciaux convertibles en attributs discrets numériques

	==Français==		==Français==
	'''attribut'''		'''attribut'''

Claude COULOMBE le 28 avril 2025 à 09:40

2025-04-28T09:40:28Z

← Version précédente		Version du 28 avril 2025 à 05:40
Ligne 1 :		Ligne 1 :
	==Définition==		==Définition==
	En '''[[science des données]]''' et en '''[[apprentissage automatique]]''', les attributs sont les variables ~~utilisées pour représenter un objet~~.		En '''[[science des données]]''' et en '''[[apprentissage automatique]]''', les attributs sont les variables attachées aux objets et servant à les décrire.

	Un '''[[jeu de données]]''' est un ensemble d'exemples où chaque exemple regroupe des attributs qui qualifient différents aspects d'un exemplaire d’un objet. Cet objet peut être physique ou conceptuel.		Un '''[[jeu de données]]''' est un ensemble d'exemples où chaque exemple regroupe des attributs qui qualifient différents aspects d'un exemplaire d’un objet. Cet objet peut être physique ou conceptuel.
Ligne 30 :		Ligne 30 :
	'''trait'''		'''trait'''

	'''variable explicative'''		'''variable explicative''' <small>(Surtout utilisé en France)</small>

	==Anglais==		==Anglais==
Ligne 42 :		Ligne 42 :
	'''variable'''		'''variable'''
	==Sources==		==Sources==
	[http://gdt.oqlf.gouv.qc.ca/ficheOqlf.aspx?Id_Fiche=26503619 ~~Source :~~ Le grand dictionnaire terminologique]
			[https://www.dunod.com/sciences-techniques/machine-learning-avec-scikit-learn-mise-en-oeuvre-et-cas-concrets-1 Livre - Aurélien Géron, trad. Anne Bohy - ''Machine Learning avec Scikit-Learn - Mise en oeuvre et cas concrets'' - ''attribut'', ''caractéristique'', ''variable explicative'']

			[http://gdt.oqlf.gouv.qc.ca/ficheOqlf.aspx?Id_Fiche=26503619 Le grand dictionnaire terminologique - '''attribut''']

	{{Modèle:101}}		{{Modèle:101}}
Ligne 48 :		Ligne 51 :
	[[Catégorie:GRAND LEXIQUE FRANÇAIS]]		[[Catégorie:GRAND LEXIQUE FRANÇAIS]]
	[[Catégorie:101]]		[[Catégorie:101]]
			[[Catégorie:Publication]]

Claude COULOMBE le 23 mars 2025 à 09:24

2025-03-23T09:24:08Z

← Version précédente		Version du 23 mars 2025 à 05:24
Ligne 7 :		Ligne 7 :

	== Compléments ==		== Compléments ==
	Nous recommandons l'emploi du mot « attribut » plutôt que « caractéristique » afin de s'harmoniser avec la représentation des connaissances et son fameux triplet « objet, attribut, valeur » dont l’emploi remonte aux philosophes grecs. De plus, les deux termes ne sont pas des synonymes puisqu’une caractéristique est un type d’attribut distinctif, ~~c’est-à-dire~~ un attribut qui permet à lui seul de distinguer une classe d’une autre. Mais dans beaucoup de situations, aucun attribut n’est distinctif en soi, c’est plutôt la combinaison des attributs qui l’est.		Nous recommandons l'emploi du mot « attribut » plutôt que « caractéristique » par cohérence terminologique, afin de s'harmoniser avec la représentation des connaissances et son fameux triplet « objet, attribut, valeur » dont l’emploi remonte aux philosophes grecs.

			De plus, les deux termes ne sont pas des synonymes puisqu’une caractéristique est un type d’attribut distinctif, un attribut qui permet par exemple à lui seul de distinguer une classe d’une autre. Mais dans beaucoup de situations, aucun attribut n’est distinctif en soi, c’est plutôt la combinaison des attributs qui l’est.
	<hr/>		<hr/>
	Selon la discipline, une grandeur qui varie (ou quantité mesurée) est appelée variable en statistique, attribut (ou caractéristique) dans le langage de la science des données.		Selon la discipline, une grandeur qui varie (ou quantité mesurée) est appelée variable en statistique, attribut (ou caractéristique) dans le langage de la science des données.

Arianne le 12 janvier 2025 à 00:27

2025-01-12T00:27:51Z

← Version précédente		Version du 11 janvier 2025 à 20:27
Ligne 2 :		Ligne 2 :
	En '''[[science des données]]''' et en '''[[apprentissage automatique]]''', les attributs sont les variables utilisées pour représenter un objet.		En '''[[science des données]]''' et en '''[[apprentissage automatique]]''', les attributs sont les variables utilisées pour représenter un objet.

	Un jeu de données est un ensemble d'exemples où chaque exemple regroupe des attributs qui qualifient différents aspects d'un exemplaire d’un objet. Cet objet peut être physique ou conceptuel.		Un '''[[jeu de données]]''' est un ensemble d'exemples où chaque exemple regroupe des attributs qui qualifient différents aspects d'un exemplaire d’un objet. Cet objet peut être physique ou conceptuel.

	Par exemple, pour décrire un arbre, on peut identifier 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.		Par exemple, pour décrire un arbre, on peut identifier 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.