False positive / False negative (Falešně pozitivní / Falešně negativní)

Ve světě AI a strojového učení jsou falešně pozitivní a falešně negativní výsledky klíčové pro hodnocení přesnosti modelu.

• False positive (falešně pozitivní): model označí něco jako pozitivní, i když to ve skutečnosti není – například diagnostický systém vyhodnotí zdravého pacienta jako nemocného.
• False negative (falešně negativní): model přehlédne pozitivní případ – například neodhalí nemoc, i když pacient nemocný je.
  Tyto chyby mají různé důsledky podle oblasti použití a je důležité mezi nimi vyvažovat podle konkrétního cíle modelu.