Connaissance tacitevignette|Le sergent d'état-major. Anette Aldridge de West Jordan, Utah, une linguiste française servant avec la compagnie C, 142e bataillon de renseignement militaire, Les connaissances tacites regroupent les compétences innées ou acquises, le savoir-faire et l'expérience. Elles sont généralement difficiles à « formaliser » par opposition aux connaissances explicites. Dans une entreprise, la connaissance tacite peut s'assimiler au capital intellectuel. C'est un actif intangible.
Partitionnement de donnéesvignette|upright=1.2|Exemple de clustering hiérarchique. Le partitionnement de données (ou data clustering en anglais) est une méthode en analyse des données. Elle vise à diviser un ensemble de données en différents « paquets » homogènes, en ce sens que les données de chaque sous-ensemble partagent des caractéristiques communes, qui correspondent le plus souvent à des critères de proximité (similarité informatique) que l'on définit en introduisant des mesures et classes de distance entre objets.
Connaissance expliciteEn ingénierie des connaissances, les connaissances explicites sont, par opposition aux connaissances tacites, les connaissances clairement articulées au niveau d'un document écrit, d'un système informatique, ou d'un document électronique. Ces connaissances sont facilement transférables physiquement, car elles apparaissent sous une forme tangible : un document papier peut être transféré par la poste, un document électronique peut être transféré par une messagerie électronique ou via un site web.
Markov modelIn probability theory, a Markov model is a stochastic model used to model pseudo-randomly changing systems. It is assumed that future states depend only on the current state, not on the events that occurred before it (that is, it assumes the Markov property). Generally, this assumption enables reasoning and computation with the model that would otherwise be intractable. For this reason, in the fields of predictive modelling and probabilistic forecasting, it is desirable for a given model to exhibit the Markov property.
Travailleur de la connaissanceUn travailleur de la connaissance (en anglais ) est un employé dont le travail consiste à développer et utiliser du savoir en back office plutôt que de produire des marchandises ou des services. Le travailleur de la connaissance peut être différencié par son caractère créatif et non routinier dans la façon de résoudre des problèmes. La majorité de son temps de travail est consacré au support back office d'une organisation. Le cerveau-d’œuvre (ou Knowledge worker) est une unité de connaissance utilisée pour la fabrication d’une œuvre.
Mouvements oculaires lors de la lectureLe traitement visuel des mots implique des mouvements oculaires lors de la lecture. L'œil humain possède une acuité maximale sur une petite zone du champ visuel correspondant à la partie la plus sensible de la rétine, la fovéa. De fréquents mouvements oculaires lors de la lecture permettent de repositionner cette zone d'un mot à l'autre. Les mouvements oculaires lors de la perception visuelle se font à 2 à 4 fixations par seconde. Cela est aussi valable pour la lecture.
K-moyennesLe partitionnement en k-moyennes (ou k-means en anglais) est une méthode de partitionnement de données et un problème d'optimisation combinatoire. Étant donnés des points et un entier k, le problème est de diviser les points en k groupes, souvent appelés clusters, de façon à minimiser une certaine fonction. On considère la distance d'un point à la moyenne des points de son cluster ; la fonction à minimiser est la somme des carrés de ces distances.
Modèle de Markov cachéUn modèle de Markov caché (MMC, terme et définition normalisés par l’ISO/CÉI [ISO/IEC 2382-29:1999]) — (HMM)—, ou plus correctement (mais non employé) automate de Markov à états cachés, est un modèle statistique dans lequel le système modélisé est supposé être un processus markovien de paramètres inconnus. Contrairement à une chaîne de Markov classique, où les transitions prises sont inconnues de l'utilisateur mais où les états d'une exécution sont connus, dans un modèle de Markov caché, les états d'une exécution sont inconnus de l'utilisateur (seuls certains paramètres, comme la température, etc.
Régularités naturellesLes régularités dans la nature sont des formes répétées que l'on trouve dans le monde naturel, telles que les spirales, les arbres, la disposition de traits ou de fentes, les chants d'oiseau. Chaque régularité peut être simulée mathématiquement et peut s'expliquer à un niveau physique, chimique ou biologique (sélection naturelle). Cette branche de la mathématique applique des simulations informatiques à une grande gamme de formes. Le philosophe grec Platon (env. 427 – env.
Software development effort estimationIn software development, effort estimation is the process of predicting the most realistic amount of effort (expressed in terms of person-hours or money) required to develop or maintain software based on incomplete, uncertain and noisy input. Effort estimates may be used as input to project plans, iteration plans, budgets, investment analyses, pricing processes and bidding rounds. Published surveys on estimation practice suggest that expert estimation is the dominant strategy when estimating software development effort.
