Begrippen die beginnen met F (3)
Alle AI-termen die beginnen met de letter F, in gewone taal.
Data
Fout-negatief
False negative
Een foutnegatief is een voorbeeld dat tot de positieve klasse hoort, maar dat een model ten onrechte als negatief voorspelt. Bij binaire classificatie mist het model een positief geval, anders dan een foutpositief dat een negatief geval als positief ziet. Een model dat een patiënt met een ziekte als gezond voorspelt, maakt een foutnegatief en laat dat ziektegeval zo onopgemerkt.
Data
Fout-positief
False positive
Een foutpositief (valspositief) is een geval uit de negatieve klasse dat een model toch als positief voorspelt. Bij een binaire classificatietaak kiest het model tussen twee klassen en markeert dit geval ten onrechte als positief, terwijl de echte klasse negatief is. Een spamfilter kan zo een gewone e-mail als ongewenst aanmerken, en een gebruiker mist die boodschap dan in het postvak.
Data
Foutmatrix
Confusion matrix
Een verwarringsmatrix is een tabel die laat zien welke fouten een classificatiemodel maakt. Elke klasse staat daarin tegenover elke klasse, met de echte uitkomst langs de ene kant en de voorspelling langs de andere kant. Juiste voorspellingen staan op de diagonaal van linksboven naar rechtsonder, zodat zichtbaar wordt welke klassen het model verwisselt, bijvoorbeeld een kat die als hond wordt gezien.




