Получить профессию в Skypro
Метрики качества моделей (MSE, logloss и др.)
A
C
F
M
R
К
М
П
С
Символы
- 7 мощных методов оценки ML-моделей в Scikit-learn: руководство
- 5 критериев завершения тестирования ПО: когда пора в релиз
- 7 шагов шаблонного тестирования: повышение эффективности QA
- 5 методов разделения данных для точных моделей машинного обучения
- 7 проверенных методов тестирования алгоритмов и моделей: гайд
- 10 методов тестирования ПО: полное руководство для QA-специалиста
Т
- Тест Тьюринга устарел: почему современные ИИ требуют новых методов оценки
- Тестирование качества кода: методы, инструменты, метрики анализа
- Тестирование систем компьютерного зрения: методы, метрики, инструменты
- Тестирование ML-приложений: новые подходы и эффективные методы
- Тестовое покрытие: как измерять, улучшать и повышать качество QA
- Типы машинного обучения: ансамблевые методы и их преимущества
- Типы машинного обучения: гайд по выбору оптимального алгоритма
- Топ-10 готовых датасетов для обучения моделей машинного обучения
- Топ-10 стандартов тестирования ПО: основы для QA-специалиста
- Точность в PyTorch: как измерить и улучшить показатели модели
Ч
- Что такое матрица ошибок: подробный анализ и применение для данных
- Что такое метрика Accuracy: определение, особенности, применение
- Что такое ранжирование: основные принципы и критерии оценки
- Что такое confusion matrix – метрика оценки качества классификации
- Что такое Total Error в статистике: виды, причины, методы расчета