Machine learningSymbolic data

Analyse des Données Symboliques

L'Analyse des Données Symboliques (ADS) est un cadre statistique conçu pour analyser des données complexes, agrégées ou à valeurs d'ensemble — appelées données symboliques — dans lesquelles chaque observation représente un groupe ou un concept plutôt qu'un scalaire unique. Introduite sous sa forme statistique moderne par Lynne Billard et Edwin Diday en 2003, l'ADS étend les statistiques classiques pour gérer les variables à valeurs d'intervalle, à valeurs d'histogramme et à valeurs multiples, permettant une inférence rigoureuse au niveau de la connaissance plutôt qu'au niveau des enregistrements individuels bruts.

Ouvrir dans MethodMindBientôtVidéoBientôtDownload slides

Lire la méthode complète

Réservé aux membres

Connectez-vous avec un compte gratuit pour lire cette section.

Se connecter

Method map

The neighbourhood of related methods — select a node to explore.

Analyse des Données Symboliques
Analyse des données comp…

Sources

  1. Billard, L., & Diday, E. (2003). From the statistics of data to the statistics of knowledge: symbolic data analysis. Journal of the American Statistical Association, 98(462), 470–487. DOI: 10.1198/016214503000242

Comment citer cette page

ScholarGate. (2026, June 2). Symbolic Data Analysis (SDA). ScholarGate. https://scholargate.app/fr/soft-computing/symbolic-data-analysis

Which method?

Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.

Compare side by side

Référencée par

ScholarGateSymbolic Data Analysis (Symbolic Data Analysis (SDA)). Consulté le 2026-06-15 sur https://scholargate.app/fr/soft-computing/symbolic-data-analysis · Jeu de données : https://doi.org/10.5281/zenodo.20539026