« Faux positif » : différence entre les versions
m (Remplacement de texte — « <!-- Scotty2 --> » par « ») |
Aucun résumé des modifications |
||
| (6 versions intermédiaires par 3 utilisateurs non affichées) | |||
| 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== | ||
'''faux positif ''' | '''faux positif''' | ||
==Anglais== | ==Anglais== | ||
'''false positive ''' | '''false positive''' | ||
==Sources== | |||
[https://developers.google.com/machine-learning/glossary/ Source : Google machine learning glossary] | |||
[[Category:GRAND LEXIQUE FRANÇAIS]] | |||
[[Category:Apprentissage profond]] | |||
[ | |||
Dernière version du 17 août 2024 à 20:03
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
Contributeurs: Evan Brach, Claire Gorjux, Jacques Barolet, wiki, Robert Meloche
