Notre définition

Se dit d’une approche qui consiste à détecter les points faibles d’un modèle de Machine Learning puis à les réduire par l’ajout de nouvelles observations ou variables explicatives.

Fait intéressant

💡 L’analyse des erreurs est la clé de voûte d’une approche de développement data-centric. Cette technique va de pair avec l’analyse des data drifts et concepts drifts.

‍