« Faux positif » : différence entre les versions

Dernière version du 17 août 2024 à 20:03

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

@@ Ligne 1 : / Ligne 1 : @@
+==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]]''').
-==Domaine==
-[[Category:GRAND LEXIQUE FRANÇAIS]]
-[[Category:Vocabulaire2]]
-[[Category:Google2]]
-[[Category:Apprentissage profond]]Apprentissage profond<br />
-[[Category:scotty2]]
-<br />
-==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).
-<br />
 ==Français==
-===faux positif (FP)===
+'''faux positif'''
-<br />
 ==Anglais==
+'''false positive'''
-===false positive (FP)===
+==Sources==
+[https://developers.google.com/machine-learning/glossary/ Source : Google machine learning glossary]
-<br />
+[[Category:GRAND LEXIQUE FRANÇAIS]]
-<br />
+[[Category:Apprentissage profond]]
-<br />
-[https://developers.google.com/machine-learning/glossary/ Source: Google machine learning glossary]
-<br />
-<br />[https://datafranca.org/lexique/faux-positif/ ''Publié : datafranca.org'']
-<br />
-<br />
-<br />

« Faux positif » : différence entre les versions