Matriks kebingungan dan ketimpangan data

Pemula
AI Engineer
Data Scientist
Student
Azure

Bagaimana cara mengetahui apakah suatu model baik atau buruk dalam mengklasifikasikan data kita? Cara komputer menilai performa model terkadang sulit dipahami atau bisa terlalu menyederhanakan perilaku yang dihasilkan oleh model di dunia nyata. Untuk membuat model yang berfungsi dengan baik, kita perlu menemukan cara intuitif untuk menilainya, dan memahami bagaimana metrik ini dapat membias pandangan kita.

Tujuan pembelajaran

Dalam modul ini, Anda akan:

  • Menilai performa model klasifikasi.
  • Tinjau metrik untuk meningkatkan model klasifikasi.
  • Mengurangi masalah performa dari ketidakseimbangan data.

Prasyarat

Pemahaman dasar tentang model klasifikasi