Sujet : calibration
-
Label shift : détecter et corriger l'évolution des proportions de classes
Estimer l'évolution des probabilités a priori des classes uniquement sous une hypothèse explicite de label shift, vérifier l'identifiabilité et distinguer l'estimation des a priori de la correction calibrée des probabilités a posteriori.
-
Temperature scaling : calibrer la confiance d'un classifieur
Ajuster une unique température positive sur des prédictions de validation pour corriger les probabilités softmax, en conservant les étiquettes argmax et en évaluant la calibration séparément des décisions à seuil.
Lisible par machine : JSON