Wyświetlanie szczegółów modelu interpretacji języka konwersacyjnego

Po zakończeniu trenowania modelu możesz wyświetlić szczegóły modelu i sprawdzić, jak dobrze działa względem zestawu testowego.

Uwaga

Użycie opcji Automatycznie podziel zestaw testowy z danych treningowych może spowodować różne wyniki oceny modelu za każdym razem, gdy wytrenujesz nowy model, ponieważ zestaw testów jest wybierany losowo z wypowiedzi. Aby upewnić się, że ewauacja jest obliczana na tym samym zestawie testowym za każdym razem, gdy trenujesz model, pamiętaj o użyciu opcji Użyj ręcznego podziału danych treningowych i testowych podczas uruchamiania zadania trenowania i definiowania zestawu testów podczas dodawania wypowiedzi.

Wymagania wstępne

Przed wyświetleniem oceny modelu potrzebne są następujące elementy:

• Pomyślnie utworzono projekt.
• Pomyślnie wytrenowany model.

Aby uzyskać więcej informacji, zobacz cykl projektowania projektu .

Szczegóły modelu

Studio językowe

1. Przejdź do strony projektu w programie Language Studio.

2. Wybierz pozycję Wydajność modelu z menu po lewej stronie ekranu.

3. Na tej stronie można wyświetlić tylko pomyślnie wytrenowane modele, wynik F1 dla każdego modelu i daty wygaśnięcia modelu. Możesz wybrać nazwę modelu, aby uzyskać więcej szczegółów na temat jego wydajności. Modele zawierają tylko szczegóły oceny, jeśli podczas trenowania modelu wybrano dane testowe.

Omówienie

• Na tej karcie można wyświetlić szczegóły modelu, takie jak: wynik F1, precyzja, kompletność, data i godzina zadania trenowania, łączny czas trenowania oraz liczba wypowiedzi trenowania i testowania uwzględnionych w tym zadaniu trenowania. Szczegóły intencji lub jednostek można wyświetlić, wybierając pozycję Typ modelu u góry.

  

• Zostaną również wyświetlone wskazówki dotyczące ulepszania modelu. Po kliknięciu pozycji Wyświetl szczegóły zostanie otwarty panel boczny, aby uzyskać więcej wskazówek dotyczących ulepszania modelu.

  

Wydajność typu modelu

• Jest to migawka sposobu wykonywania modelu podczas testowania. Metryki w tym miejscu są statyczne i powiązane z modelem, więc nie zostaną zaktualizowane do czasu ponownego trenowania.

• Dla każdej intencji lub jednostki można zobaczyć precyzję, kompletność, ocenę F1, liczbę etykiet trenowania i testowania. Jednostki, które nie zawierają poznanego składnika, nie będą wyświetlać etykiet treningowych. Poznany składnik jest dodawany tylko przez dodawanie etykiet w zestawie treningowym.

  

Szczegóły zestawu testów

• W tym miejscu zobaczysz wypowiedzi zawarte w zestawie testowym oraz ich intencje lub przewidywania jednostek. Możesz użyć przełącznika Pokaż błędy, aby wyświetlić tylko wypowiedzi, w których istnieją różne przewidywania od ich etykiet, lub usunąć zaznaczenie przełącznika, aby wyświetlić wszystkie wypowiedzi w zestawie testowym. Możesz również przełączać widok między wyświetlaniem etykiet jednostek jako widokiem dla każdej wypowiedzi lub Wyświetlanie przewidywań jednostek. Przewidywania jednostek są wyświetlane jako linie kropkowane i etykiety wyświetlane jako linie stałe.

• Każdy wiersz można rozwinąć, aby wyświetlić jego intencję lub przewidywania jednostek określone w kolumnie Typ modelu . Kolumna Text zawiera tekst jednostki, która została przewidywana lub oznaczona etykietą. Każdy wiersz ma kolumnę Oznaczona jako kolumna wskazująca etykietę w zestawie testowym i Przewidywana jako kolumna wskazująca rzeczywiste przewidywanie. Ponadto zobaczysz, czy jest to wynik prawdziwie dodatni, fałszywie dodatni czy fałszywie ujemny w kolumnie Typ wyniku .

  

Dystrybucja zestawów danych

Ta migawka pokazuje, w jaki sposób intencje lub jednostki są dystrybuowane między zestawami trenowania i testowania. Te dane są statyczne i powiązane z modelem, więc nie będą aktualizowane, dopóki nie wytrenujesz ponownie. Jednostki, które nie zawierają poznanego składnika, nie będą wyświetlać etykiet treningowych. Poznany składnik jest dodawany tylko przez dodawanie etykiet w zestawie treningowym.

Macierz pomyłek

Macierz pomyłek to macierz N x N używana do oceny wydajności modelu, gdzie N to liczba intencji docelowych lub jednostek. Macierz porównuje oczekiwane etykiety z etykietami przewidywanymi przez model, aby określić, które intencje lub jednostki są błędnie klasyfikowane jako inne intencje i jednostki. Możesz kliknąć dowolną komórkę macierzy pomyłek, aby zidentyfikować dokładnie, które wypowiedzi przyczyniły się do wartości w tej komórce.

Macierz pomyłek intencji można wyświetlić w widoku liczb nieprzetworzonych lub znormalizowanych . Liczba nieprzetworzonych to rzeczywista liczba wypowiedzi, które zostały przewidywane i oznaczone dla zestawu intencji. Znormalizowana wartość to stosunek od 0 do 1 wypowiedzi przewidywanych i oznaczonych etykietami dla zestawu intencji.

Macierz pomyłek jednostki można wyświetlić w widoku nakładania się znaków lub znormalizowanych nakładających się znaków . Liczba nakładających się znaków to rzeczywista liczba zakresów, które zostały przewidywane i oznaczone etykietami dla zestawu jednostek. Znormalizowane nakładanie się znaków jest współczynnikiem od 0 do 1 przedziałów przewidywanych i oznaczonych etykietami dla zestawu jednostek. Czasami można przewidzieć lub oznaczyć jednostki częściowo, co prowadzi do wartości dziesiętnych w macierzy pomyłek.

• Wszystkie wartości: pokaże macierz pomyłek dla wszystkich intencji lub jednostek.

• Tylko błędy: pokaże macierz pomyłek tylko dla intencji lub jednostek z błędami.

• Tylko dopasowania: Pokaże macierz pomyłek dla intencji lub jednostek tylko z poprawnymi przewidywaniami.

Interfejsy API REST

Utwórz żądanie GET przy użyciu następującego adresu URL, nagłówków i treści JSON, aby uzyskać wytrenowane podsumowanie oceny modelu.

Podsumowanie modelu

Ten interfejs API zwraca podsumowanie wyników oceny modelu, w tym dokładność, kompletność, F1 i macierz pomyłek intencji i jednostek.

Adres URL żądania

{ENDPOINT}/language/authoring/analyze-conversations/projects/{projectName}/models/{trainedModelLabel}/evaluation/summary-result?api-version={API-VERSION}

Symbol zastępczy	Wartość	Przykład
{ENDPOINT}	Punkt końcowy uwierzytelniania żądania interfejsu API.	https://<your-custom-subdomain>.cognitiveservices.azure.com
{PROJECT-NAME}	Nazwa projektu. W tej wartości jest uwzględniana wielkość liter.	myProject
{trainedModelLabel}	Nazwa wytrenowanego modelu. W tej wartości jest uwzględniana wielkość liter.	Model1
{API-VERSION}	Wersja wywoływanego interfejsu API.	2023-04-01

Nagłówki

Użyj następującego nagłówka, aby uwierzytelnić żądanie.

Klucz	Wartość
Ocp-Apim-Subscription-Key	Klucz do zasobu. Służy do uwierzytelniania żądań interfejsu API.

Treść odpowiedzi

Po wysłaniu żądania otrzymasz następującą odpowiedź.

{
  "entitiesEvaluation": {
    "confusionMatrix": {
      "additionalProp1": {
        "additionalProp1": {
          "normalizedValue": 0,
          "rawValue": 0
        },
        "additionalProp2": {
          "normalizedValue": 0,
          "rawValue": 0
        },
        "additionalProp3": {
          "normalizedValue": 0,
          "rawValue": 0
        }
      },
      "additionalProp2": {
        "additionalProp1": {
          "normalizedValue": 0,
          "rawValue": 0
        },
        "additionalProp2": {
          "normalizedValue": 0,
          "rawValue": 0
        },
        "additionalProp3": {
          "normalizedValue": 0,
          "rawValue": 0
        }
      },
      "additionalProp3": {
        "additionalProp1": {
          "normalizedValue": 0,
          "rawValue": 0
        },
        "additionalProp2": {
          "normalizedValue": 0,
          "rawValue": 0
        },
        "additionalProp3": {
          "normalizedValue": 0,
          "rawValue": 0
        }
      }
    },
    "entities": {
      "additionalProp1": {
        "f1": 0,
        "precision": 0,
        "recall": 0,
        "truePositivesCount": 0,
        "trueNegativesCount": 0,
        "falsePositivesCount": 0,
        "falseNegativesCount": 0
      },
      "additionalProp2": {
        "f1": 0,
        "precision": 0,
        "recall": 0,
        "truePositivesCount": 0,
        "trueNegativesCount": 0,
        "falsePositivesCount": 0,
        "falseNegativesCount": 0
      },
      "additionalProp3": {
        "f1": 0,
        "precision": 0,
        "recall": 0,
        "truePositivesCount": 0,
        "trueNegativesCount": 0,
        "falsePositivesCount": 0,
        "falseNegativesCount": 0
      }
    },
    "microF1": 0,
    "microPrecision": 0,
    "microRecall": 0,
    "macroF1": 0,
    "macroPrecision": 0,
    "macroRecall": 0
  },
  "intentsEvaluation": {
    "confusionMatrix": {
      "additionalProp1": {
        "additionalProp1": {
          "normalizedValue": 0,
          "rawValue": 0
        },
        "additionalProp2": {
          "normalizedValue": 0,
          "rawValue": 0
        },
        "additionalProp3": {
          "normalizedValue": 0,
          "rawValue": 0
        }
      },
      "additionalProp2": {
        "additionalProp1": {
          "normalizedValue": 0,
          "rawValue": 0
        },
        "additionalProp2": {
          "normalizedValue": 0,
          "rawValue": 0
        },
        "additionalProp3": {
          "normalizedValue": 0,
          "rawValue": 0
        }
      },
      "additionalProp3": {
        "additionalProp1": {
          "normalizedValue": 0,
          "rawValue": 0
        },
        "additionalProp2": {
          "normalizedValue": 0,
          "rawValue": 0
        },
        "additionalProp3": {
          "normalizedValue": 0,
          "rawValue": 0
        }
      }
    },
    "intents": {
      "additionalProp1": {
        "f1": 0,
        "precision": 0,
        "recall": 0,
        "truePositivesCount": 0,
        "trueNegativesCount": 0,
        "falsePositivesCount": 0,
        "falseNegativesCount": 0
      },
      "additionalProp2": {
        "f1": 0,
        "precision": 0,
        "recall": 0,
        "truePositivesCount": 0,
        "trueNegativesCount": 0,
        "falsePositivesCount": 0,
        "falseNegativesCount": 0
      },
      "additionalProp3": {
        "f1": 0,
        "precision": 0,
        "recall": 0,
        "truePositivesCount": 0,
        "trueNegativesCount": 0,
        "falsePositivesCount": 0,
        "falseNegativesCount": 0
      }
    },
    "microF1": 0,
    "microPrecision": 0,
    "microRecall": 0,
    "macroF1": 0,
    "macroPrecision": 0,
    "macroRecall": 0
  },
  "evaluationOptions": {
    "kind": "percentage",
    "trainingSplitPercentage": 0,
    "testingSplitPercentage": 0
  }
}

Wyniki modelu

Ten interfejs API zwraca poszczególne wyniki dla każdej wypowiedzi, w tym ich oczekiwane i rzeczywiste przewidywania dla intencji i jednostek.

Adres URL żądania

{ENDPOINT}/language/authoring/analyze-conversations/projects/{projectName}/models/{trainedModelLabel}/evaluation/result?top={top}&skip={skip}&maxpagesize={maxpagesize}&api-version={API-VERSION}

Symbol zastępczy	Wartość	Przykład
{ENDPOINT}	Punkt końcowy uwierzytelniania żądania interfejsu API.	https://<your-custom-subdomain>.cognitiveservices.azure.com
{PROJECT-NAME}	Nazwa projektu. W tej wartości jest uwzględniana wielkość liter.	myProject
{trainedModelLabel}	Nazwa wytrenowanego modelu. W tej wartości jest uwzględniana wielkość liter.	Model1
{API-VERSION}	Wersja wywoływanego interfejsu API.	2023-04-01
{top}	Maksymalna liczba wypowiedzi do zwrócenia z kolekcji. Opcjonalny.	100
{skip}	Przesunięcie do kolekcji pierwszej wypowiedzi, która ma zostać zwrócona. Opcjonalny.	100
{maxpagesize}	Maksymalna liczba wypowiedzi do uwzględnienia w jednej odpowiedzi. Opcjonalne	100

Nagłówki

Użyj następującego nagłówka, aby uwierzytelnić żądanie.

Klucz	Wartość
Ocp-Apim-Subscription-Key	Klucz do zasobu. Służy do uwierzytelniania żądań interfejsu API.

Treść odpowiedzi

Po wysłaniu żądania otrzymasz następującą odpowiedź.

{
  "value": [
    {
      "text": "send the email",
      "language": "en-us",
      "entitiesResult": {
        "expectedEntities": [],
        "predictedEntities": []
      },
      "intentsResult": {
        "expectedIntent": "SendEmail",
        "predictedIntent": "SendEmail"
      }
    },
    {
      "text": "send a mail to daniel",
      "language": "en-us",
      "entitiesResult": {
        "expectedEntities": [
          {
            "category": "ContactName",
            "offset": 15,
            "length": 6
          }
        ],
        "predictedEntities": [
          {
            "category": "ContactName",
            "offset": 15,
            "length": 6
          }
        ]
      },
      "intentsResult": {
        "expectedIntent": "SendEmail",
        "predictedIntent": "SendEmail"
      }
    },
    {
      "text": "i forgot to add an important part to that email to james . please set it up to edit",
      "language": "en-us",
      "entitiesResult": {
        "expectedEntities": [
          {
            "category": "ContactName",
            "offset": 51,
            "length": 5
          }
        ],
        "predictedEntities": [
          {
            "category": "Category",
            "offset": 19,
            "length": 9
          },
          {
            "category": "ContactName",
            "offset": 51,
            "length": 5
          }
        ]
      },
      "intentsResult": {
        "expectedIntent": "AddMore",
        "predictedIntent": "AddMore"
      }
    },
    {
      "text": "send email to a and tian",
      "language": "en-us",
      "entitiesResult": {
        "expectedEntities": [
          {
            "category": "ContactName",
            "offset": 14,
            "length": 1
          },
          {
            "category": "ContactName",
            "offset": 20,
            "length": 4
          }
        ],
        "predictedEntities": [
          {
            "category": "ContactName",
            "offset": 14,
            "length": 1
          },
          {
            "category": "ContactName",
            "offset": 20,
            "length": 4
          }
        ]
      },
      "intentsResult": {
        "expectedIntent": "SendEmail",
        "predictedIntent": "SendEmail"
      }
    },
    {
      "text": "send thomas an email",
      "language": "en-us",
      "entitiesResult": {
        "expectedEntities": [
          {
            "category": "ContactName",
            "offset": 5,
            "length": 6
          }
        ],
        "predictedEntities": [
          {
            "category": "ContactName",
            "offset": 5,
            "length": 6
          }
        ]
      },
      "intentsResult": {
        "expectedIntent": "SendEmail",
        "predictedIntent": "SendEmail"
      }
    },
    {
      "text": "i need to add more to the email message i am sending to vincent",
      "language": "en-us",
      "entitiesResult": {
        "expectedEntities": [
          {
            "category": "ContactName",
            "offset": 56,
            "length": 7
          }
        ],
        "predictedEntities": [
          {
            "category": "ContactName",
            "offset": 56,
            "length": 7
          }
        ]
      },
      "intentsResult": {
        "expectedIntent": "AddMore",
        "predictedIntent": "AddMore"
      }
    },
    {
      "text": "send an email to lily roth and abc123@microsoft.com",
      "language": "en-us",
      "entitiesResult": {
        "expectedEntities": [
          {
            "category": "ContactName",
            "offset": 17,
            "length": 9
          }
        ],
        "predictedEntities": [
          {
            "category": "ContactName",
            "offset": 17,
            "length": 9
          }
        ]
      },
      "intentsResult": {
        "expectedIntent": "SendEmail",
        "predictedIntent": "SendEmail"
      }
    },
    {
      "text": "i need to add something else to my email to cheryl",
      "language": "en-us",
      "entitiesResult": {
        "expectedEntities": [
          {
            "category": "ContactName",
            "offset": 44,
            "length": 6
          }
        ],
        "predictedEntities": [
          {
            "category": "ContactName",
            "offset": 44,
            "length": 6
          }
        ]
      },
      "intentsResult": {
        "expectedIntent": "AddMore",
        "predictedIntent": "AddMore"
      }
    },
    {
      "text": "send an email to larry , joseph and billy larkson",
      "language": "en-us",
      "entitiesResult": {
        "expectedEntities": [
          {
            "category": "ContactName",
            "offset": 17,
            "length": 5
          },
          {
            "category": "ContactName",
            "offset": 25,
            "length": 6
          },
          {
            "category": "ContactName",
            "offset": 36,
            "length": 13
          }
        ],
        "predictedEntities": [
          {
            "category": "ContactName",
            "offset": 17,
            "length": 5
          },
          {
            "category": "ContactName",
            "offset": 25,
            "length": 6
          },
          {
            "category": "ContactName",
            "offset": 36,
            "length": 13
          }
        ]
      },
      "intentsResult": {
        "expectedIntent": "SendEmail",
        "predictedIntent": "SendEmail"
      }
    },
    {
      "text": "send mail to dorothy",
      "language": "en-us",
      "entitiesResult": {
        "expectedEntities": [
          {
            "category": "ContactName",
            "offset": 13,
            "length": 7
          }
        ],
        "predictedEntities": [
          {
            "category": "ContactName",
            "offset": 13,
            "length": 7
          }
        ]
      },
      "intentsResult": {
        "expectedIntent": "SendEmail",
        "predictedIntent": "SendEmail"
      }
    }
  ],
  "nextLink": "{Endpoint}/language/authoring/analyze-conversations/projects/{projectName}/models/{trainedModelLabel}/evaluation/result/?api-version=2022-10-01-preview&top={top}&skip={skip}&maxpagesize={maxpagesize}"
}

Ładowanie lub eksportowanie danych modelu

Studio językowe

Aby załadować dane modelu:

1. Wybierz dowolny model na stronie oceny modelu .

2. Wybierz przycisk Załaduj dane modelu .

3. Upewnij się, że nie masz żadnych niezapisanych zmian, które należy przechwycić w wyświetlonym oknie, i wybierz pozycję Załaduj dane.

4. Poczekaj, aż dane modelu zakończą ładowanie z powrotem do projektu. Po zakończeniu nastąpi przekierowanie z powrotem do strony Projekt schematu .

Aby wyeksportować dane modelu:

1. Wybierz dowolny model na stronie oceny modelu .

2. Wybierz przycisk Eksportuj dane modelu . Poczekaj, aż migawka JSON modelu zostanie pobrana lokalnie.

Interfejsy API REST

Ładowanie danych modelu

Utwórz żądanie POST przy użyciu następującego adresu URL, nagłówków i treści JSON w celu załadowania danych modelu do projektu.

Adres URL żądania

Użyj następującego adresu URL podczas tworzenia żądania interfejsu API. Zastąp wartości zastępcze poniżej własnymi wartościami.

{ENDPOINT}/language/authoring/analyze-conversations/projects/{PROJECT-NAME}/models/{MODEL-NAME}:load-snapshot?stringIndexType=Utf16CodeUnit&api-version={API-VERSION}

Symbol zastępczy	Wartość	Przykład
{ENDPOINT}	Punkt końcowy do uwierzytelniania żądania interfejsu API.	https://<your-custom-subdomain>.cognitiveservices.azure.com
{PROJECT-NAME}	Nazwa projektu. Ta wartość jest uwzględniana w wielkości liter.	EmailApp
{API-VERSION}	Wersja wywoływanego interfejsu API.	2022-10-01-preview
{MODEL-NAME}	Nazwa modelu. Ta wartość jest uwzględniana w wielkości liter.	v1

Nagłówki

Użyj następującego nagłówka, aby uwierzytelnić żądanie.

Klucz	Wartość
Ocp-Apim-Subscription-Key	Klucz do zasobu. Służy do uwierzytelniania żądań interfejsu API.

Po wysłaniu żądania interfejsu API otrzymasz odpowiedź wskazującą 202 powodzenie. W nagłówkach odpowiedzi wyodrębnij operation-location wartość. Zostanie on sformatowany w następujący sposób:

{ENDPOINT}/language/authoring/analyze-conversations/projects/{PROJECT-NAME}/models/{MODEL-NAME}/jobs/{JOB-ID}?api-version={API-VERSION}

JOB-ID służy do identyfikowania żądania, ponieważ ta operacja jest asynchroniczna. Użyj tego adresu URL, aby uzyskać stan ładowania danych modelu przy użyciu tej samej metody uwierzytelniania.

Eksportowanie danych modelu

Utwórz żądanie POST przy użyciu następującego adresu URL, nagłówków i treści JSON w celu wyeksportowania danych modelu.

Adres URL żądania

Użyj następującego adresu URL podczas tworzenia żądania interfejsu API. Zastąp wartości zastępcze poniżej własnymi wartościami.

{ENDPOINT}/language/authoring/analyze-conversations/projects/{PROJECT-NAME}/:export?stringIndexType=Utf16CodeUnit&api-version={API-VERSION}&trainedModelLabel={MODEL-NAME}

Symbol zastępczy	Wartość	Przykład
{ENDPOINT}	Punkt końcowy do uwierzytelniania żądania interfejsu API.	https://<your-custom-subdomain>.cognitiveservices.azure.com
{PROJECT-NAME}	Nazwa projektu. Ta wartość jest uwzględniana w wielkości liter.	EmailApp
{API-VERSION}	Wersja wywoływanego interfejsu API.	2022-10-01-preview
{MODEL-NAME}	Nazwa modelu. Ta wartość jest uwzględniana w wielkości liter.	v1

Nagłówki

Użyj następującego nagłówka, aby uwierzytelnić żądanie.

Klucz	Wartość
Ocp-Apim-Subscription-Key	Klucz do zasobu. Służy do uwierzytelniania żądań interfejsu API.

Po wysłaniu żądania interfejsu API otrzymasz odpowiedź wskazującą 202 powodzenie. W nagłówkach odpowiedzi wyodrębnij operation-location wartość. Zostanie on sformatowany w następujący sposób:

{ENDPOINT}/language/authoring/analyze-conversations/projects/{PROJECT-NAME}/jobs/{JOB-ID}?api-version={API-VERSION}

JOB-ID służy do identyfikowania żądania, ponieważ ta operacja jest asynchroniczna. Użyj tego adresu URL, aby pobrać wyeksportowany kod JSON projektu przy użyciu tej samej metody uwierzytelniania.

Usuwanie modelu

Studio językowe

Aby usunąć model z poziomu programu Language Studio:

1. Wybierz pozycję Wydajność modelu z menu po lewej stronie.

2. Wybierz nazwę modelu , którą chcesz usunąć, a następnie wybierz pozycję Usuń z górnego menu.

3. W wyświetlonym oknie wybierz przycisk OK , aby usunąć model.

Interfejsy API REST

Utwórz żądanie DELETE przy użyciu następującego adresu URL, nagłówków i treści JSON w celu usunięcia modelu.

Adres URL żądania

{ENDPOINT}/language/authoring/analyze-conversations/projects/{projectName}/models/{trainedModelLabel}?api-version={API-VERSION}

Symbol zastępczy	Wartość	Przykład
{YOUR-ENDPOINT}	Punkt końcowy do uwierzytelniania żądania interfejsu API.	https://<your-custom-subdomain>.cognitiveservices.azure.com
{PROJECT-NAME}	Nazwa projektu. Ta wartość jest uwzględniana w wielkości liter.	myProject
{trainedModelLabel}	Nazwa modelu. Ta wartość jest uwzględniana w wielkości liter.	model1
{API-VERSION}	Wersja wywoływanego interfejsu API.	2023-04-01

Nagłówki

Użyj następującego nagłówka, aby uwierzytelnić żądanie.

Klucz	Wartość
Ocp-Apim-Subscription-Key	Klucz do zasobu. Służy do uwierzytelniania żądań interfejsu API.

Po wysłaniu żądania interfejsu API otrzymasz odpowiedź wskazującą 204 powodzenie, co oznacza, że model został usunięty.

Następne kroki

• Podczas przeglądania sposobu działania modelu dowiedz się więcej o używanych metrykach oceny .
• Jeśli model jest zadowolony z wydajności, możesz wdrożyć model