« Fléau de la dimension » : différence entre les versions
Aucun résumé des modifications |
Aucun résumé des modifications |
||
(3 versions intermédiaires par le même utilisateur non affichées) | |||
Ligne 4 : | Ligne 4 : | ||
==Compléments== | ==Compléments== | ||
Ici, il est utile de distinguer entre la dimension d'une données qui se rapporte au nombre d'attributs de chaque donnée d'un jeu de données et le concept de ''[[dimensionnalité]]'' qui est un concept technique plus abstrait qui se réfère à la nature multidimensionnelle et la complexité d'un jeu de données, d'un modèle, d'une représentation, d'un algorithme ou d'une méthode d'analyse. | Ici, il est utile de distinguer entre la dimension d'une données qui se rapporte au nombre d'attributs de chaque donnée d'un jeu de données et le concept de ''[[dimensionnalité]]'' qui est un concept technique plus abstrait qui se réfère à la nature multidimensionnelle et la complexité d'un jeu de données, d'un modèle, d'une représentation, d'un algorithme ou d'une méthode d'analyse. | ||
Dans la pratique cette distinction est souvent inutile. Par exemple, dans la réduction de la dimension, le résultat est la réduction du nombre d'attributs donc de la dimension des données. | |||
<hr/> | <hr/> | ||
Le terme fléau de la dimensionnalité (''curse of dimensionality'') a été utilisé pour la première fois par Richard Bellman. Il fait référence au problème de l'augmentation exponentielle du volume associé à l'ajout de dimensions supplémentaires à un espace mathématique. | Le terme fléau de la dimensionnalité (''curse of dimensionality'') a été utilisé pour la première fois par Richard Bellman. Il fait référence au problème de l'augmentation exponentielle du volume associé à l'ajout de dimensions supplémentaires à un espace mathématique. | ||
Ligne 9 : | Ligne 11 : | ||
À mesure que la dimension augmente, les données disponibles deviennent rares et nécessitent une quantité toujours plus grande de données pour produire un résultat d'apprentissage statistiquement significatif. | À mesure que la dimension augmente, les données disponibles deviennent rares et nécessitent une quantité toujours plus grande de données pour produire un résultat d'apprentissage statistiquement significatif. | ||
La [[Réduction de la | La [[Réduction de la dimension|'''réduction de la dimension''']] permet de réduire la complexité d’un problème d’apprentissage automatique à plusieurs niveaux: d’un point de vue théorique, cela entraîne automatiquement une amélioration des propriétés de stabilité et de robustesse des algorithmes. | ||
==Français== | ==Français== | ||
'''fléau de la | '''fléau de la dimension''' | ||
''' | '''malédiction de la dimension''' | ||
'''fléau de la haute dimension''' | '''fléau de la haute dimension''' | ||
'''fléau de la dimensionnalité''' | |||
'''problème de la dimensionnalité''' | '''problème de la dimensionnalité''' | ||
Ligne 25 : | Ligne 29 : | ||
==Sources== | ==Sources== | ||
[https://fr.wikipedia.org/wiki/Fl%C3%A9au_de_la_dimension Wikipédia - Fléau de la dimension / malédiction de la dimension] | |||
[https:// | [https://www.igi-global.com/dictionary/curse-of-dimensionality/6475 IGI Global - What is Curse of Dimensionality]'' | ||
[https://books.google.ca/books?id=VqaNE3iHD_sC&pg=PA179&lpg=PA179&dq=fl%C3%A9au+de+la+dimension&source=bl&ots=KK2xNXqMDk&sig=ACfU3U2W5xJZidSeNOdc-AInBk2lOHkpmw&hl=fr&sa=X&ved=2ahUKEwiqyfqgyP3hAhVKjlkKHRXYAbYQ6AEwE3oECCAQAQ#v=onepage&q=fl%C3%A9au%20de%20la%20dimension&f=false Source : Michel Delecroix, ''Le fléau de la dimension et ses parades''] | [https://books.google.ca/books?id=VqaNE3iHD_sC&pg=PA179&lpg=PA179&dq=fl%C3%A9au+de+la+dimension&source=bl&ots=KK2xNXqMDk&sig=ACfU3U2W5xJZidSeNOdc-AInBk2lOHkpmw&hl=fr&sa=X&ved=2ahUKEwiqyfqgyP3hAhVKjlkKHRXYAbYQ6AEwE3oECCAQAQ#v=onepage&q=fl%C3%A9au%20de%20la%20dimension&f=false Source : Michel Delecroix, ''Le fléau de la dimension et ses parades''] |
Version du 20 mars 2025 à 14:47
Définition
Phénomènes observés lors de l'analyse ou de l'organisation de données dans des espaces de grande dimension qui ne se manifestent pas dans des espaces de moindre dimension.
Compléments
Ici, il est utile de distinguer entre la dimension d'une données qui se rapporte au nombre d'attributs de chaque donnée d'un jeu de données et le concept de dimensionnalité qui est un concept technique plus abstrait qui se réfère à la nature multidimensionnelle et la complexité d'un jeu de données, d'un modèle, d'une représentation, d'un algorithme ou d'une méthode d'analyse.
Dans la pratique cette distinction est souvent inutile. Par exemple, dans la réduction de la dimension, le résultat est la réduction du nombre d'attributs donc de la dimension des données.
Le terme fléau de la dimensionnalité (curse of dimensionality) a été utilisé pour la première fois par Richard Bellman. Il fait référence au problème de l'augmentation exponentielle du volume associé à l'ajout de dimensions supplémentaires à un espace mathématique.
À mesure que la dimension augmente, les données disponibles deviennent rares et nécessitent une quantité toujours plus grande de données pour produire un résultat d'apprentissage statistiquement significatif.
La réduction de la dimension permet de réduire la complexité d’un problème d’apprentissage automatique à plusieurs niveaux: d’un point de vue théorique, cela entraîne automatiquement une amélioration des propriétés de stabilité et de robustesse des algorithmes.
Français
fléau de la dimension
malédiction de la dimension
fléau de la haute dimension
fléau de la dimensionnalité
problème de la dimensionnalité
Anglais
curse of dimensionality
Sources
Wikipédia - Fléau de la dimension / malédiction de la dimension
IGI Global - What is Curse of Dimensionality
Source : Michel Delecroix, Le fléau de la dimension et ses parades
Contributeurs: Evan Brach, Claude Coulombe, Jacques Barolet, wiki
