Matrice de confusion

Une matrice de confusion est un outil visuel simple pour évaluer la qualité d'un modèle d'IA qui classe des éléments en catégories. Elle présente sous forme de tableau le nombre de fois où le modèle a eu raison ou tort, en distinguant les différents types d'erreurs possibles (faux positifs, faux négatifs, etc.). Par exemple, si un outil détecte automatiquement des spams dans vos emails, la matrice montrera combien de spams ont été correctement identifiés, combien de messages légitimes ont été malencontreusement classés comme spams, et inversement. Cela permet de comprendre où le modèle se trompe le plus souvent et d'ajuster son utilisation en conséquence.