« Faux positif » : différence entre les versions


m (Remplacement de texte — « <!-- Vocabulaire --> » par «  »)
m (Remplacement de texte — « <!-- Scotty2 --> » par «  »)
Ligne 4 : Ligne 4 :
<!-- Google -->
<!-- Google -->
[[Category:Apprentissage profond]]
[[Category:Apprentissage profond]]
<!-- 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 6 mai 2020 à 03:22


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