Réponse rapide
La généralisation est la capacité à rester utile sur des conditions différentes mais prévues. Elle se mesure avec jeux séparés, variations de scène, capteurs et bruit représentatifs, puis par conséquences d’erreur.
Définir ce qui doit varier
Lieux, lumière, météo, charge, objet, capteur, opérateur et délai forment le domaine attendu. Les cas hors domaine sont marqués plutôt que mélangés.
Évaluer au-delà du score
Précision, abstention, latence, erreur rare et reprise sont comparées par scénario. Une moyenne d’entraînement ne prouve rien sur le terrain.
Observer après déploiement
Dérive, confiance, interventions et erreurs confirmées complètent les tests initiaux. Changement de domaine déclenche analyse et adaptation contrôlée.
Sources et références
- [1] Model selection and evaluation — scikit-learn User Guide — scikit-learn
- [2] Robotics and Autonomous Systems Technology Roadmaps — NASA