« Faux négatif » : différence entre les versions


Aucun résumé des modifications
 
(22 versions intermédiaires par 4 utilisateurs non affichées)
Ligne 1 : Ligne 1 :
__NOTOC__
==Définition==
== Domaine ==
Exemple dans lequel le modèle a prédit à tort la classe négative.
[[Category:Vocabulaire]]Vocabulaire<br />
[[Category:Google]]Google<br />
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:Apprentissage profond]]Apprentissage profond<br />


<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 que c'était bien en réalité  un courrier indésirable.


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


== Termes privilégiés ==
[[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/>
<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