« Faux positif » : différence entre les versions
Aucun résumé des modifications Balise : Éditeur de wikicode 2017 |
Aucun résumé des modifications Balise : Éditeur de wikicode 2017 |
||
| Ligne 1 : | Ligne 1 : | ||
==Domaine== | ==Domaine== | ||
[[Category:GRAND LEXIQUE FRANÇAIS]] | [[Category:GRAND LEXIQUE FRANÇAIS]] | ||
| Ligne 6 : | Ligne 5 : | ||
[[Category:Apprentissage profond]]Apprentissage profond<br /> | [[Category:Apprentissage profond]]Apprentissage profond<br /> | ||
[[Category:scotty2]] | [[Category:scotty2]] | ||
==Définition== | ==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). | 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== | ==Français== | ||
'''faux positif ''' | |||
==Anglais== | |||
'''false positive ''' | |||
[https://developers.google.com/machine-learning/glossary/ Source: Google machine learning glossary] | [https://developers.google.com/machine-learning/glossary/ Source: Google machine learning glossary] | ||
Version du 15 juin 2019 à 20:28
Domaine
Apprentissage profond
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
Contributeurs: Evan Brach, Claire Gorjux, Jacques Barolet, wiki, Robert Meloche
