Apprentissage automatique sensible au coût
term_id: cost_sensitive_machine_learning
Category: training_techniques
Definition
L’apprentissage automatique sensible au coût étend l’apprentissage supervisé traditionnel en attribuant des pénalités différentes selon les types d’erreurs. Dans les scénarios réels, les faux positifs et les faux négatifs ont souvent des conséquences économiques très différentes.
Summary
Un paradigme d’apprentissage automatique qui intègre les coûts de mauvaise classification dans le processus d’entraînement pour optimiser l’impact économique plutôt que la simple précision.
Key Concepts
- Modification de la fonction de perte
- Déséquilibre des classes
- Coût de mauvaise classification
- Objectif d’optimisation
Use Cases
- Détection de fraude bancaire
- Dépistage médical de maladies
- Filtrage de spam avec des coûts élevés liés aux faux positifs