Précision, Rappel, F1 score, Accuracy, Matrice de Confusion : Que choisir et quand ? скачать в хорошем качестве

Précision, Rappel, F1 score, Accuracy, Matrice de Confusion : Que choisir et quand ?

Choisir une mesure de performance est une étape primordiale dans tout projet de Machine Learning. Dans cette vidéo, nous allons nous intéresser aux mesures de performances pour les problèmes de classification. Nous verrons surtout quand il faut s'intéresser à la Précision ou au Rappel et le compromis entre les 2 mesures. 00:00 Intro 00:44 Exemple de problème de classification 04:11 Vrai Positif 04:50 Faux Positif 05:10 Vrai Négatif 05:38 Faux Négatif 06:09 Accuracy ou Taux de bonne classification 07:36 Precision 08:53 Rappel 11:00 Matrice de confusion 11:47 Code avec sklearn 13:19 F1 score 15:39 Quel Mesure choisir ? 19:55 Outro L'IA en Finance: Détection des Fraudes sur les transactions Mobile Money :    • L'IA en Finance: Détection des Fraudes sur...   Data Science: Certifications, Bootcamp ou Masters. Que choisir ? :    • Data Science: Certifications, Bootcamp ou ...   Introduction à Google Colab : Comment faire de la Data Science sans un PC performant ? :    • Introduction à Google Colab :  Comment fai...   Quels sont les différents métiers ou spécialités en informatique :    • Les différentes carrières en Informatique ...   Comment Télécharger une vidéo Youtube en 3 lignes de code Python :    • Видео   Astuces pour écrire un meilleur code Python :    • 10 astuces Python pour écrire un meilleur ...   Playlist pour regarder la série Apprendre Python pour Débutant :    • Apprendre Python pour débutant   Rejoins-nous sur discord :   / discord   A propos: Blog : https://www.kevindegila.com Twitter :   / kevindegila   LinkedIn :   / kevin-degila-9164b5151   Facebook :   / kevindegilayoutube   Abonnez-vous !!!