Computer Vision
Avancé
Correction d’un déséquilibre de classes dans un dataset d’images
Type d'évaluation
Mise en situation réelle
Analyse
Intelligence Artificielle
Compétences ciblées
imbalanced-data
classification
evaluation
cnn
bugfix
Scénario Technique
Contexte : Un modèle de classification d’images est biaisé vers la classe majoritaire. Le Problème : Les classes rares sont mal détectées. Extrait logique actuelle : model.fit(X_train, y_train) Sans pondération. Contraintes : Introduire class weights ou sur-échantillonnage. Évaluer avec F1-score macro. Comparer résultats. Livrable attendu : Proposer une amélioration du pipeline afin d’améliorer la détection des classes minoritaires.
Prêt à évaluer ce talent ?
Accédez à l'interface de test complète pour soumettre votre architecture ou votre code.