« Faux négatif » : différence entre les versions


Aucun résumé des modifications
Balise : Éditeur de wikicode 2017
Aucun résumé des modifications
 
(17 versions intermédiaires par 3 utilisateurs non affichées)
Ligne 1 : Ligne 1 :
__NOTOC__
==Définition==
== Domaine ==
Exemple dans lequel le modèle a prédit à tort la classe négative.
[[Category:GRAND LEXIQUE FRANÇAIS]]
[[Category:Vocabulaire2]]
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:Google2]]
[[Category:Apprentissage profond2]]
[[Category:scotty2]]


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


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


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


== Français ==
[[Category:GRAND LEXIQUE FRANÇAIS]]
''' faux négatif  '''
[[Category:Apprentissage profond]]
''' FN '''
 
<br />
 
== Anglais ==
 
'''  false negative  '''
'''FN'''
 
<br/>
<br/>
<br/>
[https://developers.google.com/machine-learning/glossary/  Source: Google machine learning glossary ]
<br/>
<br/>[https://datafranca.org/lexique/faux-negatif/        ''Publié : datafranca.org'' ]
<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