Retourner à la version anglaise de la documentationMétrique d'évaluation de la différence du taux d'erreur
Métrique d'évaluation de la différence du taux d'erreur
Dernière mise à jour : 13 févr. 2025
La mesure de la différence du taux d'erreur mesure le pourcentage de transactions qui sont mal notées par votre modèle.
Détails de l'indicateur
La différence de taux d'erreur est une mesure d'évaluation de l'équité qui peut aider à déterminer si votre actif produit des résultats biaisés.
Portée
La métrique de différence de taux d'erreur évalue les ressources d'IA générative et les modèles d'apprentissage automatique.
- Types d'actifs d'IA :
- Modèles d'invite
- Modèles d'apprentissage automatique
- Tâches d'IA générative : Classification de texte
- Type de problème d'apprentissage automatique : Classification binaire
Scores et valeurs
Le score de la mesure de la différence du taux d'erreur indique la différence du taux d'erreur pour les groupes surveillés et de référence.
- Plage de valeurs : 0.0-1.0
- Ratios :
- À 0 : Les deux groupes ont des chances égales
Calculs
La formule suivante est utilisée pour calculer le taux d'erreur (TE) :
La formule suivante est utilisée pour calculer la différence du taux d'erreur :
Sujet parent : Indicateurs d'évaluation
La rubrique a-t-elle été utile ?
0/1000