« Faux négatif » : différence entre les versions
m (Remplacement de texte — « Termes privilégiés » par « Français ») |
Aucun résumé des modifications |
||
| Ligne 30 : | Ligne 30 : | ||
<br/> | <br/> | ||
[https://developers.google.com/machine-learning/glossary/ Source: Google machine learning glossary ] | [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/> | <br/> | ||
<br/> | <br/> | ||
Version du 5 janvier 2019 à 17:18
Domaine
Définition
Exemple dans lequel le modèle a prédit à tort la classe négative.
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.
Français
faux négatif
FN
Anglais
false negative
FN
Source: Google machine learning glossary
Publié : datafranca.org
Contributeurs: Evan Brach, Claire Gorjux, Jacques Barolet, wiki, Robert Meloche
