Correction d’un réseau entraîné sans séparation train/test

Scénario

Contexte : Un modèle de classification d’images affiche 99% de précision. Le Problème : Le modèle a été entraîné et évalué sur le même dataset. Extrait logique actuelle : model.fit(X, y) pred = model.predict(X) Contraintes : Introduire une séparation claire entre train et test. Éviter toute fuite de données. Réévaluer la performance uniquement sur le test. Livrable attendu : Corriger le pipeline pour garantir une évaluation réaliste des performances du réseau.

Compétences ciblées