« Faux négatif » : différence entre les versions

Dernière version du 18 mars 2024 à 17:45

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

@@ 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 qu'en réalité c'était bien 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/>