Poste de recherche

Courbes de coût : Une méthode améliorée pour visualiser les performances des classificateurs

Cet article présente les courbes de coût, une technique graphique permettant de visualiser la performance (taux d'erreur ou coût attendu) de classificateurs à deux classes sur toute la gamme des distributions de classes et des coûts de classification erronée possibles. Les courbes de coût s'avèrent supérieures aux courbes ROC pour la visualisation des performances des classifieurs dans la plupart des cas. Ceci est dû au fait qu'elles supportent visuellement plusieurs types cruciaux d'évaluation de la performance qui ne peuvent pas être réalisés facilement avec les courbes ROC, comme l'affichage des intervalles de confiance sur la performance d'un classificateur, et la visualisation de la signification statistique de la différence de performance de deux classificateurs. Un outil logiciel supportant toutes les analyses de courbes ROC décrites dans cet article est disponible auprès des auteurs.

Derniers documents de recherche

Connectez-vous avec la communauté

Participez à l'écosystème croissant de l'IA en Alberta ! Les demandes de conférenciers, de parrainage et de lettres de soutien sont les bienvenues.

Explorer la formation et l'enseignement supérieur

Vous êtes curieux de connaître les possibilités d'études auprès de l'un de nos chercheurs ? Vous voulez plus d'informations sur les possibilités de formation ?

Exploiter le potentiel de l'intelligence artificielle

Faites-nous part de vos objectifs et de vos défis concernant l'adoption de l'IA dans votre entreprise. Notre équipe Investissements & Partenariats vous contactera sous peu !