« Faux positif » : différence entre les versions


Aucun résumé des modifications
Aucun résumé des modifications
Ligne 1 : Ligne 1 :
__NOTOC__
__NOTOC__
== Domaine ==
==Domaine==
[[Category:GRAND LEXIQUE FRANÇAIS]]
[[Category:GRAND LEXIQUE FRANÇAIS]]
[[Category:Vocabulaire2]]
[[Category:Vocabulaire2]]
Ligne 9 : Ligne 9 :
<br />
<br />


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




<br />
<br />
== Français ==
==Français==
=== faux positif (FP) ===
===faux positif (FP)===




<br />
<br />
== Anglais ==
==Anglais==


=== false positive (FP) ===
===false positive (FP)===


<br/>
<br />
<br/>
<br />
<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 />
<br/>[https://datafranca.org/lexique/faux-positif/       ''Publié : datafranca.org'' ]
<br />[https://datafranca.org/lexique/faux-positif/ ''Publié : datafranca.org'']
<br/>
<br />
<br/>
<br />
<br/>
<br />

Version du 6 mai 2019 à 19:09

Domaine


Définition

Exemple 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 ce n'en était pas un.



Français

faux positif (FP)


Anglais

false positive (FP)




Source: Google machine learning glossary

Publié : datafranca.org