Référence
Glossaire data
Les termes essentiels, définis en une phrase claire. Ces mêmes termes sont surlignés automatiquement dans les articles — survolez-les pour afficher leur définition.
Baseline
Modèle de référence volontairement simple (moyenne, règle métier…) que tout modèle complexe doit battre pour justifier son existence.
MAE
Mean Absolute Error : moyenne des écarts absolus entre prédictions et valeurs réelles. Robuste et lisible en unités métier.
F1
Moyenne harmonique de la précision et du rappel. Utile quand les classes sont déséquilibrées.
AUC
Aire sous la courbe ROC : probabilité que le modèle classe un positif au-dessus d'un négatif tiré au hasard.
Surapprentissage
Le modèle apprend le bruit des données d'entraînement au lieu du signal : excellent en train, décevant en production.
Validation croisée
Évaluation du modèle sur plusieurs découpages train/test successifs pour mesurer sa stabilité.
Data drift
Dérive des données : la distribution en production s'éloigne de celle d'entraînement, dégradant le modèle.
Training-serving skew
Écart entre les features calculées à l'entraînement et celles calculées en production. Source classique de bugs silencieux.
Feature store
Couche d'infrastructure qui centralise les définitions de features pour les partager entre entraînement et production.
Point-in-time correctness
Garantie qu'une feature d'entraînement n'utilise que des données disponibles à l'instant de la décision — sinon, fuite temporelle.
Pipeline de données
Chaîne automatisée de traitements qui déplace et transforme les données, des sources jusqu'aux usages.
Contrat de données
Ensemble de règles vérifiables (nullité, unicité, domaines…) qu'une table promet de respecter, contrôlées à chaque exécution.
SHAP
Méthode d'explication qui attribue à chaque variable sa contribution à une prédiction. Décrit le modèle, pas la causalité.
Gradient boosting
Ensemble d'arbres entraînés séquentiellement, chacun corrigeant les erreurs du précédent (XGBoost, LightGBM…).
Régression logistique
Modèle linéaire de classification : simple, stable, interprétable — la baseline à battre.
Distillation
Compression d'un grand modèle dans un plus petit entraîné à l'imiter : presque la même qualité, fraction du coût.
Fine-tuning
Ré-entraînement léger d'un modèle pré-entraîné sur vos données spécifiques.
EDA
Exploratory Data Analysis : exploration visuelle et statistique des données avant toute modélisation.
Le glossaire s'enrichit à chaque nouvel article. Il se gère dans l'admin
(onglet Glossaire) ou directement dans data/glossary.json.