Machine Learning
Expert
Correction d’un modèle entraîné sur données non représentatives

Type d'évaluation

Mise en situation réelle

Analyse

Intelligence Artificielle

Compétences ciblées

distribution-shift
model-adaptation
evaluation
bugfix
generalization

Scénario Technique

Contexte : Un modèle prédictif est déployé dans un nouveau marché géographique. Le Problème : Les données d’entraînement initiales ne représentent pas la nouvelle population cible. Extrait logique actuelle : Modèle entraîné uniquement sur données historiques locales Contraintes : Analyser distribution des nouvelles données. Adapter stratégie d’entraînement ou effectuer fine-tuning. Évaluer performance locale. Livrable attendu : Proposer une stratégie d’adaptation du modèle garantissant robustesse sur nouvelle population.

Prêt à évaluer ce talent ?

Accédez à l'interface de test complète pour soumettre votre architecture ou votre code.

Commencer le Défis
    Machine Learning - Correction d’un modèle entraîné sur données non représentatives | Test Technique & Recrutement