« Faux négatif » : différence entre les versions

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

@@ Ligne 1 : / Ligne 1 : @@
-[[Category:GRAND LEXIQUE FRANÇAIS]]
-[[Category:Apprentissage profond]]
 ==Définition==
-Exemple dans lequel le modèle a prédit à tort la classe négative. <br />
+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 du ''spam'' (classe négative), alors qu'en réalité c'était bien un courrier indésirable.
+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  '''
+'''faux négatif'''
 ==Anglais==
-'''false negative  '''
+'''false negative'''
+==Sources==
+[https://developers.google.com/machine-learning/glossary/ Source : Google machine learning glossary]
+[[Category:GRAND LEXIQUE FRANÇAIS]]
-<small>
+[[Category:Apprentissage profond]]
-[https://developers.google.com/machine-learning/glossary/ Source: Google machine learning glossary]

« Faux négatif » : différence entre les versions