Correction d’un modèle compilé avec mauvaise fonction de perte

Scénario

Contexte : Un modèle de classification binaire converge mal et donne des résultats incohérents. Le Problème : La fonction de perte utilisée n’est pas adaptée à la tâche. Extrait logique actuelle : model.compile(optimizer='adam', loss='mse') Pour un problème binaire. Contraintes : Utiliser une fonction adaptée (binary_crossentropy). Vérifier cohérence avec activation sigmoid en sortie. Livrable attendu : Corriger la configuration du modèle et comparer la performance avant/après modification.

Compétences ciblées