- Exécuteurs
-
Apprendre
Apprendre Python Exemples exécutables, NumPy, pandas et plus Apprendre l'IA / Machine LearningRéseaux de neurones, ML et LLM de zéro Apprendre le C et le C++ Pointeurs, mémoire, STL et C++ moderne Apprendre le C#Bases, POO, LINQ, async et exercices .NET Apprendre MatplotlibCourbes, barres, nuages de points et camemberts avec visualiseurs Apprendre RustOwnership, traits, gestion des erreurs et threads Apprendre GoSlices, interfaces, goroutines et channels Algorithmes Python Recherche, tri, récursivité et visualisations O(n) Algorithmes C et C++ Comparer les implémentations en C et C++ Programmation pour enfants Apprends à coder en jouant !
- QuizNouveau
- DéfisNouveau
- EnseignantsNouveau
- Mises à Jour
- Offrez-moi un café
Quiz AI & Machine Learning : Matrice de confusion
Ce quiz porte sur la matrice de confusion, le tableau qui se cache derrière l'accuracy, la précision et le rappel. Vous lirez la disposition utilisée par scikit-learn, calculerez des métriques à partir des cases et repérerez ce qu'une matrice suspecte révèle sur un classifieur.
Exemple de question
Question 1 sur 10Dans une matrice de confusion binaire, qu'est-ce qu'un faux négatif ?
Voir la réponse
C. Prédit négatif, réellement positif Le second mot est la prédiction (négatif) et « faux » signifie qu'elle était erronée, donc l'échantillon est en réalité positif. Prédit positif mais réellement négatif, c'est un faux positif.
Ce que couvre ce quiz
- TP, FP, FN et TN, et lesquels sont des erreurs de type I ou de type II
- La disposition de scikit-learn : lignes = réel, colonnes = prédit
- Précision, rappel et spécificité à partir des cases
- Les métriques par classe dans une matrice multi-classes
- Repérer un modèle qui prédit toujours la même classe
Questions fréquentes
Faut-il un compte ?
Non. Tout le monde peut jouer. Connectez-vous pour garder votre XP, votre série, vos badges et votre historique.
Puis-je le refaire ?
Oui. Votre meilleur score est conservé, et les questions comme les réponses sont mélangées à chaque fois.