La perte logarithmique et l'évaluation des probabilités

68 min

Bloc 15 — Toutes les métriques de classification
Objectif: distinguer l'évaluation d'une décision de l'évaluation d'une probabilité, définir rigoureusement la perte logarithmique et le score de Brier, démontrer qu'il s'agit de règles de score propres, comprendre pourquoi la fausse confiance est pénalisée de manière divergente, et savoir dans quels contextes ces métriques sont les seules recevables.
Durée estimée: 55 minutes
Prérequis: chapitres 029 (predict_proba), 030 (erreur, perte, métrique), 051 (solutions au déséquilibre), 052 (matrice de confusion), 053 (exactitude), 060 (exactitude équilibrée et support)
Quiz associés: 061.1-quiz-decision-vs-probabilite.md à 061.8-quiz-reequilibrage-calibration.md

Aperçu — la suite de la leçon est réservée aux inscrits.

Déjà inscrit avec un code ?

Votre accès est rattaché à votre compte, pas à ce lien. Connectez-vous avec le même courriel qu'en classe : votre cours vous attend, inutile de ré-entrer le code.

Se connecter Pas encore de compte ? En créer un

Cette leçon fait partie du module « Métriques de classification »

Les premiers modules du cours sont en accès libre. Pour la suite, trois possibilités : acheter ce cours une fois pour toutes, vous abonner pour tout ouvrir, ou entrer le code si vous suivez le cours en classe.

M’abonner — 19 $ US/mois Retour au plan