Exactitude
La mesure dans laquelle les sorties d'un système d'IA reflètent correctement les données du monde réel ou les résultats escomptés.
Définition
Plus qu'un seul score en pourcentage, la précision doit être mesurée selon plusieurs dimensions : exactitude globale (vrais positifs + vrais négatifs), performance des sous-groupes (par exemple, par région, démographie) et robustesse des cas extrêmes (conditions rares). Ce n'est qu'en analysant ces aspects que les organisations peuvent s'assurer que le système se comporte de manière fiable en production et identifier les scénarios nécessitant une formation supplémentaire ou des ajustements de modèle.
Exemple concret
Une entreprise de véhicules autonomes teste son IA de détection des piétons par temps ensoleillé, pluvieux et nocturne. Alors que le modèle est globalement précis à 98 %, il tombe à 85 % en cas de fortes pluies. Les ingénieurs complètent ensuite les données de formation avec des séquences spécifiques à la pluie et installent des capteurs infrarouges supplémentaires, augmentant ainsi la précision des conditions de pluie à plus de 95 % avant le prochain déploiement public.
.svg)
