Machine Learning
Fondamental
Correction d’un pipeline incluant la cible dans les features
Type d'évaluation
Mise en situation réelle
Analyse
Intelligence Artificielle
Compétences ciblées
data-leakage
classification
bugfix
pipeline
evaluation
Scénario Technique
Contexte : Un modèle affiche des performances irréalistes lors des tests. Le Problème : La variable cible a été incluse accidentellement dans les variables d’entrée. Extrait logique actuelle : X = dataset Sans suppression de la colonne target. Contraintes : Séparer explicitement X et y. Vérifier absence de fuite de données. Réentraîner le modèle. Livrable attendu : Proposer une correction garantissant un entraînement sans fuite d’information.
Prêt à évaluer ce talent ?
Accédez à l'interface de test complète pour soumettre votre architecture ou votre code.