Nous avons vu dans le précédent billet l’évaluation théorique de l’apprentissage au travers des notions de risques et fonctions de perte. Ces notions théoriques permettent de poser scientifiquement le cadre de notre problème, mais ne permettent en revanche pas de visualiser concrètement comment nous pouvons mettre en place des techniques d’évaluation de nos algorithmes d’apprentissage. Le but de ce billet est de rendre ces notions plus concrètes.

• Auteur : Benoît TROUVILLIEZ
• Mots clefs : apprentissage artificiel, apprentissage automatique, bruit d'un système, classification, f-mesure, faux négatifs, faux positifs, fonction de perte, moyenne harmonique, précision, rappel, recherche d'informations, TAL
• Catégorie(s) : Apprentissages, TAL
• 2 commentaires »