KI-Glossar
Das vollständige Wörterbuch der Künstlichen Intelligenz
Brier Score Multi-classe
Métrique d'évaluation de la calibration étendant le Brier Score aux problèmes multi-classes, mesurant la moyenne des carrés des différences entre probabilités prédites et résultats réels.
Diagramme de Fiabilité Multi-classe
Outil de visualisation adapté aux problèmes multi-classes permettant d'évaluer graphiquement l'adéquation entre les probabilités prédites et les fréquences empiriques observées.
Scaling Temperature Multi-classe
Technique de calibration appliquant un unique paramètre de température aux logits avant la fonction softmax pour ajuster l'échelle des probabilités prédites.
Iso Régression Multi-classe
Extension de l'isotonic regression aux problèmes multi-classe utilisant une approche par paire ou one-vs-rest pour calibrer individuellement chaque classe.
Platt Scaling Étendu
Généralisation du Platt Scaling original utilisant une régression logistique multinomiale pour ajuster les probabilités de sortie des classificateurs multi-classes.
Calibration Top-K
Méthode de calibration spécifique aux scénarios où l'intérêt porte sur les K prédictions les plus probables plutôt que sur la distribution complète des probabilités.
Calibration Marginale Multi-classe
Vérification que la probabilité moyenne prédite pour chaque classe correspond à sa fréquence d'apparition marginale dans l'ensemble de données de test.
Vraisemblance Pondérée Calibrée
Optimisation de la log-vraisemblance avec des poids pour corriger le déséquilibre des classes et améliorer la calibration des probabilités minoritaires.
Ajustement de Dirichlet
Méthode bayésienne de calibration utilisant une distribution de Dirichlet pour modéliser l'incertitude des probabilités prédites et ajuster les estimations.
Distance de Kullback-Leibler Calibrée
Métrique basée sur la divergence KL mesurant l'écart entre la distribution de probabilité prédite et la distribution empirique calibrée.
Calibration Conditionnelle Multi-classe
Évaluation de la calibration des probabilités conditionnellement à des caractéristiques spécifiques ou des sous-groupes de la population de données.
Erreur de Calibration Attendue
Métrique théorique quantifiant l'erreur moyenne de calibration attendue sur de nouvelles données, combinant biais et variance de l'estimateur de probabilité.
Sur-confiance Multi-classe
Phénomène où les réseaux de neurones profonds tendent à produire des probabilités excessivement élevées pour leurs prédictions multi-classes.
Calibration Hiérarchique
Approche de calibration structurée selon une hiérarchie de classes, ajustant les probabilités à différents niveaux de granularité taxonomique.
Fonction de Linkage Multinomial
Fonction de transformation reliant les scores bruts du classificateur aux probabilités calibrées dans un contexte multi-classe généralisant le logit binaire.
Matrice de Confusion Calibrée
Extension de la matrice de confusion intégrant les incertitudes de calibration pour quantifier la fiabilité de chaque type d'erreur de classification.