ويعد تقييم أداء نماذج التعلم العميق أمرا أساسيا لفهم فعاليتها ومدى ملاءمتها لمهام محددة، وتشمل هذه العملية استخدام مختلف القياسات، وإجراء الحسابات، وتفسير النتائج لاتخاذ قرارات مستنيرة بشأن التحسينات النموذجية والنشر.

مقاييس التقييم المشتركة

وتستخدم عدة مصفوفات لتقييم نماذج التعلم العميق، حسب نوع المشكلة، أما بالنسبة لمهام التصنيف، والدقة، والدقيق، والتذكر، وسجلات F1، فهي تستخدم في كثير من الأحيان، وبالنسبة لمهام التراجع، فإن القياسات مثل الرعب المتعمد، والأعصاب المميتة، والزراعة المتناثرية، والمربوطة.

حساب القياسات

وتحسب القياسات على أساس التنبؤات النموذجية والعلامات الفعلية، فعلى سبيل المثال، تُحسب الدقة على أنها نسبة التنبؤات الصحيحة إلى التوقعات الكلية، وتشمل الدقة والتذكر إيجابيات حقيقية، وإيجابيات كاذبة، وسلبيات خاطئة، وتستند القياسات التراجعية إلى الاختلافات بين القيم المتوقعة والقيم الفعلية.

ترجمة شفوية للنتائج

مقاييس التقييم المفسرة تساعد على تحديد نقاط القوة والضعف في النموذج، فالدقة العالية تشير إلى الأداء العام الجيد في التصنيف، بينما ارتفاع أرصدة النتائج من الفئة (إف 1) بدقة وتذكر، في التراجع، يشير انخفاض درجة الحرارة أو (إم إس) إلى توقعات أفضل، من المهم النظر في السياق والتطبيق المحدد عند تفسير هذه القياسات.