AI-skolan
Model evaluation är processen att systematiskt bedöma hur väl en tränad AI-modell presterar, med hjälp av standardiserade mätvärden och testdata som modellen aldrig sett under träning. Utvärdering är avgörande för att förstå modellens styrkor och svagheter, välja bland konkurrerande modeller och säkerställa att den fungerar acceptabelt i produktion.
Exempel
När ett läkemedelsföretag tränar en modell för att förutsäga biverkningar utvärderas den inte bara på accuracy — man mäter också precision, recall och AUC-kurvan, med extra fokus på att minimera falska negativa (missade biverkningar). Modellen utvärderas på data från kliniska studier den aldrig tränats på, för att simulera verkligheten.
ML
Avancerat