PyTorch
Avancé
Mise en place d’un entraînement avec gestion du déséquilibre des classes
Type d'évaluation
Mise en situation réelle
Analyse
Intelligence Artificielle
Compétences ciblées
imbalanced-data
classification
loss-function
evaluation
model-training
Scénario Technique
Contexte : Un modèle de classification ignore la classe minoritaire. Le Problème : Les données sont fortement déséquilibrées. Contraintes : Utiliser pondération des classes dans CrossEntropyLoss ou sur-échantillonnage. Évaluer via F1-score macro. Livrable attendu : Implémenter un entraînement tenant compte du déséquilibre et comparer les performances avant/après ajustement.
Prêt à évaluer ce talent ?
Accédez à l'interface de test complète pour soumettre votre architecture ou votre code.