Séance de cours

Protocoles d'évaluation

Graph Chat

Chattez avec Graph Search

Posez n’importe quelle question sur les cours, conférences, exercices, recherches, actualités, etc. de l’EPFL ou essayez les exemples de questions ci-dessous.

AVERTISSEMENT : Le chatbot Graph n'est pas programmé pour fournir des réponses explicites ou catégoriques à vos questions. Il transforme plutôt vos questions en demandes API qui sont distribuées aux différents services informatiques officiellement administrés par l'EPFL. Son but est uniquement de collecter et de recommander des références pertinentes à des contenus que vous pouvez explorer pour vous aider à répondre à vos questions.

Description

Cette séance de cours porte sur les protocoles d'évaluation de l'apprentissage automatique, en mettant l'accent sur le rappel, la précision, la précision, la mesure F et la spécificité. Il traite des compromis entre le rappel et la précision, de l'importance de la spécificité dans les tests et d'exemples du monde réel comme les méthodes de test COVID-19 et le dépistage du cancer. L'instructeur explique les concepts à l'aide d'exemples tels que des scénarios parfaits de rappel et de précision, des stratégies pour améliorer la précision, et le score F1 comme moyen harmonique de rappel et de précision. De plus, il explore la courbe receveur-exploitant (CR) et les seuils de décision dans la classification binaire.

Source officielle

Proximité ontologique

Statistique

Analyse des données: Classement automatique

Concepts associés (32)

Exactitude et précision

vignette|Schéma de l'exactitude et la précision appliquée à des lancers de fléchettes. Dans la mesure d'un ensemble, l'exactitude est la proximité des mesures à une valeur spécifique, tandis que la précision est la proximité des mesures les unes par rapport aux autres. L'exactitude a deux définitions : Plus communément, il s'agit d'une description des erreurs systématiques, une mesure du biais statistique ; une faible précision entraîne une différence entre un résultat et une valeur « vraie ».

Précision et rappel

vignette|350px|Précision et rappel (« recall »). La précision compte la proportion d'items pertinents parmi les items sélectionnés alors que le rappel compte la proportion d'items pertinents sélectionnés parmi tous les items pertinents sélectionnables. Dans les domaines de la reconnaissance de formes, de la recherche d'information et de la classification automatique, la précision (ou valeur prédictive positive) est la proportion des items pertinents parmi l'ensemble des items proposés ; le rappel (ou sensibilité) est la proportion des items pertinents proposés parmi l'ensemble des items pertinents.

Dépistage des cancers en médecine générale

Les dépistages ont une très grande importance dans la prévention de certains cancers. Ils permettent un diagnostic plus précoce de la tumeur et par conséquent, la mortalité, les douleurs, et les traitements parfois lourds, tels que les chimiothérapies, peuvent parfois ainsi être évités ou réduits. Le plus souvent, ce n'est pas la douleur qui permet de déceler un cancer : une tumeur n'est en elle-même pas douloureuse. C'est un groupement anarchique de cellules inorganisées.

Breast cancer screening

Breast cancer screening is the medical screening of asymptomatic, apparently healthy women for breast cancer in an attempt to achieve an earlier diagnosis. The assumption is that early detection will improve outcomes. A number of screening tests have been employed, including clinical and self breast exams, mammography, genetic screening, ultrasound, and magnetic resonance imaging. A clinical or self breast exam involves feeling the breast for lumps or other abnormalities.

Mesure extérieure

La notion de mesure extérieure (ou mesure extérieure au sens de Carathéodory) est un concept, dû au mathématicien Constantin Carathéodory, qui généralise dans un cadre axiomatique une construction utilisée par Henri Lebesgue pour définir la mesure de Lebesgue des parties Lebesgue-mesurables de la droite réelle. Soit un ensemble.

Afficher plus

Séances de cours associées (53)

Critères de performance : Matrice de confusion, rappel, précision, exactitude

Explore les critères de performance dans l'apprentissage supervisé, en mettant l'accent sur la précision, le rappel et la spécificité dans l'évaluation des modèles.

Quantifier la performance: mauvaise classification et F-Measure

Couvre la quantification de la performance par le biais de vrais positifs, de faux négatifs et de faux positifs dans l'apprentissage automatique.

Bases de recherche d'information : Fréquence et précision des documents

Introduit les bases de la recherche de l'information, en mettant l'accent sur la fréquence et la précision des documents dans l'évaluation de la qualité de la recherche.

Information Retrieval Basics: Longueur du document et normalisation

Explore la longueur du document, la normalisation, la compensation des biais et l'évaluation du modèle de récupération de l'information.

Évaluation du rendement : Démarrage et mesure du rendement

Explore l'évaluation des modèles d'apprentissage automatique à l'aide de mesures de sortie, de bootstrap et de performance comme le rappel et la précision.

Afficher plus

Concepts associés (32)

Exactitude et précision

Précision et rappel

Dépistage des cancers en médecine générale

Breast cancer screening

Mesure extérieure

Afficher plus