Biais

<aside> ➡️ Si nous ne constituons pas notre jeu de données avec suffisamment de rigueur, les biais suivants pourraient apparaître :

</aside>

<aside> ➡️ Nous nous assurerons que notre modèle n'est pas biaisé par les actions suivantes :

</aside>

Surapprentissage

<aside> ➡️ Nous nous assurerons que notre modèle ne soit pas surentraîné en...

</aside>

Mésusage

<aside> ➡️ Nous devons garder à l'esprit que notre application pourrait être utilisée à mauvais escient par ... pour faire .....

</aside>

Fuite de données

Parmi les options suivantes, choisissez la plus pertinente :

<aside> ➡️ Dans un scénario catastrophique, où tous nos jeux de données d'entraînement seraient volés ou récupérés à partir de notre modèle, le risque serait...

</aside>

OU

<aside> ➡️ Nous avons décidé que notre jeu de données de formation sera entièrement en libre accès, mais avant cela, nous nous sommes assurés que...

</aside>

Piratage

<aside> ➡️ Si quelqu'un trouvait le moyen de "tricher" avec notre modèle et de lui faire faire n'importe quelle prédiction au lieu de la vraie, le risque serait que ...

</aside>