Apprentissage automatiqueL'apprentissage automatique (en anglais : machine learning, « apprentissage machine »), apprentissage artificiel ou apprentissage statistique est un champ d'étude de l'intelligence artificielle qui se fonde sur des approches mathématiques et statistiques pour donner aux ordinateurs la capacité d'« apprendre » à partir de données, c'est-à-dire d'améliorer leurs performances à résoudre des tâches sans être explicitement programmés pour chacune. Plus largement, il concerne la conception, l'analyse, l'optimisation, le développement et l'implémentation de telles méthodes.
Nonlinear dimensionality reductionNonlinear dimensionality reduction, also known as manifold learning, refers to various related techniques that aim to project high-dimensional data onto lower-dimensional latent manifolds, with the goal of either visualizing the data in the low-dimensional space, or learning the mapping (either from the high-dimensional space to the low-dimensional embedding or vice versa) itself. The techniques described below can be understood as generalizations of linear decomposition methods used for dimensionality reduction, such as singular value decomposition and principal component analysis.
Regroupement hiérarchiqueDans le domaine de l'analyse et de la classification automatique de données, le regroupement hiérarchique est un partitionnement de données ou clustering, au moyen de diverses méthodes, dites « ascendantes » et « descendantes ». Les méthodes dites « descendantes » partent d’une solution générale vers une autre plus spécifique. Les méthodes de cette catégorie démarrent avec une seule classe contenant la totalité puis se divisent à chaque étape selon un critère jusqu’à l’obtention d’un ensemble de classes différentes.
Pelagic sedimentPelagic sediment or pelagite is a fine-grained sediment that accumulates as the result of the settling of particles to the floor of the open ocean, far from land. These particles consist primarily of either the microscopic, calcareous or siliceous shells of phytoplankton or zooplankton; clay-size siliciclastic sediment; or some mixture of these. Trace amounts of meteoric dust and variable amounts of volcanic ash also occur within pelagic sediments.
Sedimentary budgetSedimentary budgets are a coastal management tool used to analyze and describe the different sediment inputs (sources) and outputs (sinks) on the coasts, which is used to predict morphological change in any particular coastline over time. Within a coastal environment the rate of change of sediment is dependent on the amount of sediment brought into the system versus the amount of sediment that leaves the system. These inputs and outputs of sediment then equate to the total balance of the system and more than often reflect the amounts of erosion or accretion affecting the morphology of the coast.
Clustering high-dimensional dataClustering high-dimensional data is the cluster analysis of data with anywhere from a few dozen to many thousands of dimensions. Such high-dimensional spaces of data are often encountered in areas such as medicine, where DNA microarray technology can produce many measurements at once, and the clustering of text documents, where, if a word-frequency vector is used, the number of dimensions equals the size of the vocabulary.
Coastal sediment supplyCoastal sediment supply is the transport of sediment to the beach environment by both fluvial and aeolian transport. While aeolian transport plays a role in the overall sedimentary budget for the coastal environment, it is paled in comparison to the fluvial supply which makes up 95% of sediment entering the ocean. When sediment reaches the coast it is then entrained by longshore drift and littoral cells until it is accreted upon the beach or dunes. While it is acknowledged that storm systems are the driver behind coastal erosion.
DBSCANDBSCAN (density-based spatial clustering of applications with noise) est un algorithme de partitionnement de données proposé en 1996 par Martin Ester, Hans-Peter Kriegel, Jörg Sander et Xiaowei Xu. Il s'agit d'un algorithme fondé sur la densité dans la mesure qui s’appuie sur la densité estimée des clusters pour effectuer le partitionnement. thumb|400px|Les points A sont les points déjà dans le cluster. Les points B et C sont atteignables depuis A et appartiennent donc au même cluster.
Rivièrevignette|redresse|Après le torrent se forme la rivière (Hautes-Pyrénées). vignette|Phénomène de surcreusement du lit majeur, pouvant participer à un phénomène d'aridification, le niveau piézométrique de la nappe descendant avec celui de la rivière (Bardenas Reales). vignette|Le Waver (Pays-Bas). vignette|Embouchure de la rivière Batiscan (Québec) En hydrographie, une rivière est un cours d'eau au débit moyen à modéré (supérieur à ), recevant des affluents et qui se jette dans une autre rivière ou dans un fleuve.
Morphologie (linguistique)En linguistique, la morphologie (cf. les mots grecs morphé « forme » + lógos « étude ») est traditionnellement la branche de la grammaire qui étudie la forme des mots, par opposition à la syntaxe, qui s’occupe de la fonction des mots et d’entités plus grandes que ceux-ci. En d’autres termes, la morphologie étudie les paradigmes des mots et l’organisation des traits grammaticaux, alors que la syntaxe traite des successions de mots, des relations syntagmatiques.
Sequence analysisIn bioinformatics, sequence analysis is the process of subjecting a DNA, RNA or peptide sequence to any of a wide range of analytical methods to understand its features, function, structure, or evolution. Methodologies used include sequence alignment, searches against biological databases, and others. Since the development of methods of high-throughput production of gene and protein sequences, the rate of addition of new sequences to the databases increased very rapidly.
Density estimationIn statistics, probability density estimation or simply density estimation is the construction of an estimate, based on observed data, of an unobservable underlying probability density function. The unobservable density function is thought of as the density according to which a large population is distributed; the data are usually thought of as a random sample from that population. A variety of approaches to density estimation are used, including Parzen windows and a range of data clustering techniques, including vector quantization.
