Scribd
Importer
19 vues1 page

Métriques essentielles en Machine Learning

Ce document présente les principales métriques en Machine Learning, notamment l'Erreur Absolue Moyenne (MAE), la Racine de l'Erreur Quadratique Moyenne (RMSE), le Coefficient de Détermination (R² Score), le Taux de Bonne Classification (Accuracy) et le F1-Score. Chaque métrique est essentielle pour évaluer la performance des modèles. Ces indicateurs permettent d'analyser la précision et la fiabilité des prédictions.

Transféré par

moi meme
Copyright
© All Rights Reserved
Nous prenons très au sérieux les droits relatifs au contenu. Si vous pensez qu’il s’agit de votre contenu, signalez une atteinte au droit d’auteur ici.
Formats disponibles
Téléchargez aux formats PDF, TXT ou lisez en ligne sur Scribd
19 vues1 page

Métriques essentielles en Machine Learning

Ce document présente les principales métriques en Machine Learning, notamment l'Erreur Absolue Moyenne (MAE), la Racine de l'Erreur Quadratique Moyenne (RMSE), le Coefficient de Détermination (R² Score), le Taux de Bonne Classification (Accuracy) et le F1-Score. Chaque métrique est essentielle pour évaluer la performance des modèles. Ces indicateurs permettent d'analyser la précision et la fiabilité des prédictions.

Transféré par

moi meme
Copyright
© All Rights Reserved
Nous prenons très au sérieux les droits relatifs au contenu. Si vous pensez qu’il s’agit de votre contenu, signalez une atteinte au droit d’auteur ici.
Formats disponibles
Téléchargez aux formats PDF, TXT ou lisez en ligne sur Scribd

Les metriques en Machine Learning

Les metriques en Machine Learning

Ce document resume les principales metriques :

- MAE : Erreur absolue moyenne

- RMSE : Racine de l'erreur quadratique moyenne

- R² Score : Coefficient de determination

- Accuracy : Taux de bonne classification

- F1-Score : Moyenne harmonique de precision et rappel

Vous aimerez peut-être aussi