Qu’est-ce qu’une fuite de données dans l’entraînement supervisé d’un robot ?
Mise à jour28 août 2026
Lecture1 minute
Réponse rapide
Une fuite de données se produit quand une information qui ne sera pas disponible au moment réel se glisse dans l’entraînement ou le test, ce qui donne un score artificiellement optimiste.
Une information arrivée trop tôt
Si l’étiquette « panne confirmée » est utilisée pour prévoir cette même panne, le modèle connaît déjà la réponse. Le test ne mesure plus ce que le robot pourrait réellement savoir.
Séparer les cycles d’une machine
Les mesures d’un même cycle ne doivent pas être réparties au hasard entre entraînement et test si elles se ressemblent fortement. On réserve par machine, période ou série pour vérifier la généralisation.Un score parfait mérite une enquête
Normalisation, sélection de variables et prétraitement sont eux aussi examinés. Toute étape qui utilise les données de test avant l’évaluation peut contaminer le résultat.
Sources et références
- [1] Cross-validation: evaluating estimator performance — scikit-learn developers