« Faux négatif » : différence entre les versions


Aucun résumé des modifications
Aucun résumé des modifications
 
(25 versions intermédiaires par 4 utilisateurs non affichées)
Ligne 1 : Ligne 1 :
__NOTOC__
==Définition==
== Domaine ==
Exemple dans lequel le modèle a prédit à tort la classe négative.
[[Category:Vocabulaire]]Vocabulaire<br />
[[Category:Google]]Google<br />
Par exemple, le modèle a déduit qu'un courriel entrant n'était pas un "pourriel" ('''[[classe négative]]'''), alors qu'en réalité c'était bien un courrier indésirable.
[[Category:Apprentissage profond]]Apprentissage profond<br />


<br />
==Français==
'''faux négatif'''


== Définition ==
==Anglais==
Exemple dans lequel le modèle a prédit à tort la classe négative. Par exemple, le modèle a déduit qu'un e-mail particulier n'était pas du spam (classe négative), alors que c'était en réalité bien un courrier indésirable.
'''false negative'''


<br />
==Sources==
== Termes privilégiés ==
[https://developers.google.com/machine-learning/glossary/ Source : Google machine learning glossary]
=== faux négatif  ===
=== FN ===


<br />
[[Category:GRAND LEXIQUE FRANÇAIS]]
 
[[Category:Apprentissage profond]]
== Anglais ==
 
===  false negative  ===
===FN===
 
<br/>
<br/>
<br/>
[https://developers.google.com/machine-learning/glossary/  Source: Google machine learning glossary ]
<br/>
<br/>
<br/>

Dernière version du 17 août 2024 à 20:05

Définition

Exemple dans lequel le modèle a prédit à tort la classe négative.

Par exemple, le modèle a déduit qu'un courriel entrant n'était pas un "pourriel" (classe négative), alors qu'en réalité c'était bien un courrier indésirable.

Français

faux négatif

Anglais

false negative

Sources

Source : Google machine learning glossary