« Faux positif » : différence entre les versions


Aucun résumé des modifications
Balise : Éditeur de wikicode 2017
Aucun résumé des modifications
 
(13 versions intermédiaires par un autre utilisateur non affichées)
Ligne 1 : Ligne 1 :
==Domaine==
[[Category:GRAND LEXIQUE FRANÇAIS]]
[[Category:Vocabulaire2]]
[[Category:Google2]]
[[Category:Apprentissage profond]]Apprentissage profond<br />
[[Category:scotty2]]
<br />
==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).
<br />
 
==Français==
==Français==
===faux positif (FP)===
'''faux positif '''
 
==Anglais==
'''false positive '''




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


===false positive (FP)===


<br />
[[Category:GRAND LEXIQUE FRANÇAIS]]
<br />
[[Category:Apprentissage profond]]
<br />
[https://developers.google.com/machine-learning/glossary/ Source: Google machine learning glossary]
<br />
<br />[https://datafranca.org/lexique/faux-positif/ ''Publié : datafranca.org'']
<br />
<br />
<br />

Dernière version du 7 mars 2024 à 22:03

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