Glossaire IA
Le dictionnaire complet de l'Intelligence Artificielle
Marge d'incertitude
Mesure calculée comme la différence entre les probabilités des deux classes les plus probables, utilisée pour identifier les échantillons où le modèle hésite entre prédictions.
Entropie des prédictions
Métrique d'incertitude basée sur l'entropie de Shannon appliquée à la distribution de probabilités des prédictions du modèle, favorisant les échantillons avec distributions uniformes.
Variance des prédictions
Mesure d'incertitude quantifiant la variabilité des prédictions du modèle, souvent calculée via des techniques comme Monte Carlo Dropout ou ensembles de modèles.
Least Confidence
Stratégie simple sélectionnant les échantillons où le modèle a la plus faible confiance dans sa prédiction la plus probable, identifiée par la probabilité maximale la plus basse.
Entropy Sampling
Méthode sélectionnant les échantillons maximisant l'entropie de la distribution de probabilités prédite, indiquant une incertitude maximale du modèle.
Density-weighted Uncertainty
Approche combinant l'incertitude du modèle avec la densité des données dans l'espace des caractéristiques pour éviter de sélectionner des échantillons aberrants.
BALD
Bayesian Active Learning by Disagreement, méthode utilisant l'information mutuelle pour mesurer le désaccord attendu entre les prédictions du modèle et les paramètres postérieurs.
Monte Carlo Dropout
Technique d'approximation bayésienne utilisant le dropout lors de l'inférence pour estimer l'incertitude du modèle à travers des prédictions stochastiques multiples.
Annotation Budget
Contrainte définissant le nombre maximum d'échantillons pouvant être étiquetés, guidant les stratégies de sélection pour maximiser l'efficacité d'apprentissage.