Calculateur du théorème du vilain petit canard

Le théorème du vilain petit canard est un résultat de reconnaissance de formes affirmant que, sans hypothèse sur les propriétés importantes, toute paire d'objets présente la même similarité. Satosi Watanabe l'a introduit pour révéler un choix implicite dans la classification. Nous jugeons naturellement deux choses semblables en privilégiant certains traits et en négligeant de nombreux autres. Un ordinateur ne peut porter ce jugement de façon pertinente qu'après avoir reçu des caractéristiques, des poids ou un modèle. Ce calculateur propose une démonstration pratique simplifiée à partir d'ensembles de caractéristiques nommées. Chaque terme séparé par une virgule représente une propriété. Le nombre de caractéristiques communes correspond à l'intersection des ensembles, et le nombre de caractéristiques distinctes à leur union. Le pourcentage affiché est la similarité de Jaccard : taille de l'intersection divisée par celle de l'union, multipliée par 100. Des listes identiques donnent cent pour cent, des listes sans recoupement donnent zéro et un recoupement partiel se situe entre les deux. Le calcul ne prouve pas qu'un objet soit objectivement plus semblable à un autre. Il montre que le résultat dépend du vocabulaire choisi. Décrire des oiseaux par couleur et taille peut donner un classement ; utiliser habitat, marqueurs génétiques ou comportement peut en donner un autre. Ajouter, supprimer, scinder ou regrouper des caractéristiques modifie l'espace mathématique et peut changer toutes les comparaisons. Même une mesure apparemment objective traduit des choix d'instruments, d'échelles, de seuils et de traitement des données manquantes. Comparer plusieurs listes rend ces choix de modélisation visibles avant de conclure. Ce principe compte en apprentissage automatique, regroupement, recherche d'information et taxonomie scientifique. Les modèles intègrent des hypothèses via les données d'entraînement, les fonctions de distance, l'ingénierie des caractéristiques et les paramètres. Ces hypothèses peuvent être utiles, mais ne sont jamais neutres. Un score doit donc être interprété dans le contexte de la représentation retenue. Testez des listes, observez l'évolution des recoupements et discutez du rôle indispensable de l'expertise métier lorsqu'un système décide de ce qui se ressemble.