« Faux positif » : différence entre les versions


Aucun résumé des modifications
Aucun résumé des modifications
 
(Une version intermédiaire par le même utilisateur non affichée)
Ligne 1 : Ligne 1 :
==Définition==
==Définition==
Cas dans lequel le modèle a prédit à tort la classe positive. Par exemple, le modèle a déduit qu'un courriel particulier était un courrier légitime (classe positive), alors qu'en réalité c'était un courrier indésirable (pourriel).
Cas dans lequel le modèle a prédit à tort la classe positive. Par exemple, le modèle a déduit qu'un courriel particulier était un courrier légitime ('''[[classe positive]]'''), alors qu'en réalité c'était un courrier indésirable ('''[[pourriel]]''').


==Français==
==Français==

Dernière version du 17 août 2024 à 21:03

Définition

Cas dans lequel le modèle a prédit à tort la classe positive. Par exemple, le modèle a déduit qu'un courriel particulier était un courrier légitime (classe positive), alors qu'en réalité c'était un courrier indésirable (pourriel).

Français

faux positif

Anglais

false positive

Sources

Source : Google machine learning glossary