« Faux positif » : différence entre les versions


m (Pitpitt a déplacé la page Faux positif (FP) vers Faux positif)
Aucun résumé des modifications
 
(27 versions intermédiaires par 5 utilisateurs non affichées)
Ligne 1 : Ligne 1 :
__NOTOC__
==Définition==
== Domaine ==
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]]''').
[[Category:Vocabulaire]]Vocabulaire<br />
[[Category:Google]]Google<br />
[[Category:Apprentissage profond]]Apprentissage profond<br />


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


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


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


<br />
[[Category:GRAND LEXIQUE FRANÇAIS]]
== Termes privilégiés ==
[[Category:Apprentissage profond]]
=== faux positif (FP) ===
 
 
<br />
== Anglais ==
 
===  false positive (FP) ===
 
<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 20:03

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