« Faux positif » : différence entre les versions


Aucun résumé des modifications
Balise : Éditeur de wikicode 2017
Aucun résumé des modifications
 
(4 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'''
 
<small>
 
 
[https://developers.google.com/machine-learning/glossary/ Source: Google machine learning glossary]


==Sources==
[https://developers.google.com/machine-learning/glossary/ Source : Google machine learning glossary]


[[Category:GRAND LEXIQUE FRANÇAIS]]
[[Category:GRAND LEXIQUE FRANÇAIS]]
[[Category:Apprentissage profond]]
[[Category:Apprentissage profond]]

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