Kuiz berkaitan panduan · Sederhana Tahap
Maksud Peratusan Ketepatan AI Sebenarnya Kuiz
Meliputi takrifan ketepatan, penilaian yang ditahan, ketidakseimbangan kelas, metrik matriks kekeliruan, prestasi subkumpulan dan hanyut penggunaan.
soalan 1 daripada 8
Satu set ujian mempunyai 100 contoh dan sistem mendapat 95 betul. Apakah yang diterangkan oleh ketepatan 95 peratus?
Pratonton setiap soalan8 soalan
Jawapan dan penjelasan muncul semasa anda mengambil kuiz.
- Satu set ujian mempunyai 100 contoh dan sistem mendapat 95 betul. Apakah yang diterangkan oleh ketepatan 95 peratus?
- Pecahan yang diukur betul pada set yang dinilai itu
- Jaminan untuk setiap input masa hadapan
- Peratusan ramalan positif yang betul
- Kadar positif palsu
- Satu set data mengandungi 99 kes negatif dan satu positif. Model meramalkan negatif untuk setiap kes. Apakah ketepatan yang diperolehi?
- 50 peratus
- 99 peratus
- 1 peratus
- 0 peratus
- Apakah ukuran ingat semula?
- Bahagian positif yang diramalkan adalah betul
- Pecahan daripada semua kes yang negatif
- Bahagian positif sebenar yang ditemui oleh model
- Kependaman model
- Mengapa menyimpan set ujian akhir berasingan daripada penalaan berulang?
- Ia menjadikan set latihan lebih besar
- Ia menghilangkan semua ketidakseimbangan kelas
- Ia menjamin ketepatan masa hadapan
- Penalaan berulang padanya boleh membocorkan maklumat dan meningkatkan prestasi ketara
- Apakah yang boleh disembunyikan oleh skor ketepatan agregat?
- Kadar ralat yang berbeza merentas subkumpulan penting
- Bilangan kes yang diuji
- Sama ada sebarang ramalan dibuat
- Format fail model
- Butiran penilaian manakah yang penting untuk mentafsir skor yang dilaporkan?
- Slogan pemasaran
- Tugas, data ujian, tarikh dan ukuran ralat
- Warna carta
- Nama panggilan model
- Mengapakah prestasi penanda aras lama boleh menjadi kurang relevan selepas penggunaan?
- Ketepatan sentiasa sifar selepas pelancaran
- Set ujian menukar model secara automatik
- Data atau keadaan sebenar mungkin berubah
- Subkumpulan tidak lagi wujud
- Apakah yang perlu berlaku apabila output model berakibat tinggi tidak pasti atau salah?
- Anggap peratusan sebagai bukti
- Sembunyikan output daripada semua juruaudit
- Abaikan orang yang terjejas
- Gunakan laluan semakan dan rayuan yang ditentukan