Correction d’un modèle biaisé par dataset non représentatif

Scénario

Contexte : Un modèle de classification d’images montre des performances inégales selon certains environnements. Le Problème : Le dataset d’entraînement ne couvre pas toutes les variations réelles. Extrait logique actuelle : Entraînement sur dataset limité géographiquement Contraintes : Analyser distribution des données. Introduire augmentation ciblée ou collecte complémentaire. Évaluer performance segmentée. Livrable attendu : Proposer une stratégie complète de réduction du biais et amélioration de la généralisation du modèle.

Compétences ciblées