« Faux positif » : différence entre les versions


m (Remplacement de texte — « <!-- vocabulaire2 --> » par « <!-- Vocabulaire --> »)
m (Remplacement de texte — «  ==Définition== » par «  ==Définition== »)
Ligne 5 : Ligne 5 :
[[Category:Apprentissage profond]]
[[Category:Apprentissage profond]]
<!-- Scotty2 -->
<!-- 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).

Version du 18 avril 2020 à 11:52

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



Source: Google machine learning glossary