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.

Laluan panduan yang berkaitanMaksud Peratusan Ketepatan AI
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.

  1. 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
  2. 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
  3. 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
  4. 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
  5. 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
  6. Butiran penilaian manakah yang penting untuk mentafsir skor yang dilaporkan?
    • Slogan pemasaran
    • Tugas, data ujian, tarikh dan ukuran ralat
    • Warna carta
    • Nama panggilan model
  7. 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
  8. 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