গভীর আদর্শের দক্ষতাকে উপলব্ধি করা তাদের কার্যকারিতা এবং কার্যকারিতা বোঝার জন্য অপরিহার্য ।

সাধারণ কর্মক্ষমতার পরিমাপ-ব্যবস্থা

বেশ কিছু মেট্রিককে গভীর মডেল, বিশেষ করে অলিটি এবং রিগ্রেশনাল কাজের জন্য ব্যবহার করা হয় । এই মেট্রিকগুলো কিভাবে একটি মডেল অনুমান করে বা তথ্য অনুযায়ী কাজ করে তা নির্ধারণ করে ।

শ্রেণীবিভাগের জন্য পরিমাপক পদ্ধতি বিশ্লেষণ করুন

moliss-র কর্ম জন্য, সাধারণ মেট্রিকের মধ্যে সঠিক, নির্ভুল, এবং F1 স্কোর। এই মেট্রিকগুলো মডেলের বিভিন্ন সম্ভাবনার মান মূল্যায়ন করে।

নির্ভুলতার মাত্রা

যখন ক্লাসগুলো ভারসাম্য বজায় থাকে, তখন এটা সবচেয়ে উপকারজনক ।

[ অধ্যয়ন প্রশ্নাবলি]

সঠিক তথ্য যা সব ইতিবাচক বিষয়ের ইতিবাচক পরিবর্তনের এক মাত্রাকে নির্দেশ করে, অন্যদিকে প্রকৃত ইতিবাচক পরিবর্তনের পরিমাণ সঠিকভাবে চিহ্নিত করা হয়েছে।

F1 স্কোর

তবে, এই সংখ্যাগুলো প্রায় ১,০০০ থেকে বেড়ে ১,০০০ - র মতো ।

পুনরায় সাজানোর জন্য পরিমাপের মেট্রিক বিশ্লেষণ

রিগ্রেশন মডেলগুলো গণনা করা হয় যা ভবিষ্যদ্বাণী আর প্রকৃত মূল্যবোধের মধ্যে পার্থক্য পরিমাপ করে। কমনলাইনস(মা), মিন স্কয়ার ত্রুটি (এমই), এবং R-C-Coundd (এমএ) এর মধ্যে রয়েছে।

কো-ওর্ডিনেট এক্সপ্রেশন (AE)

মেই অনুমান করেন যে ভবিষ্যদ্বাণী এবং প্রকৃত মূল্যবোধের মধ্যে গড় পার্থক্য রয়েছে, যা নির্দেশ করে গড়ে প্রতিদিনের ভুলের ধারণা দেয়।

প্রারম্ভিক বর্গক্ষেত্র (মেমলি)

বিশেষ করে, মারিয়ের চেয়ে বড় বড় বড় সমস্যার বিচার করা।

র-স্কোপ

আর-স্কোপড মডেল দ্বারা ব্যাখ্যাকৃত তথ্য থেকে পার্থক্যের দিক নির্দেশ করে, যেখানে ১ থেকে উন্নত মানের চেয়ে কাছাকাছি।

ক্রস- পূরণ্য টেকনেটিক

ক্রস-ফাইশন পদ্ধতি যেমন K-fo-postion-powertion, মডেলকে সাধারণ ক্ষমতা মূল্যায়নে সহায়তা করে প্রশিক্ষণ এবং পরীক্ষা করার জন্য একাধিক বার চেষ্টা করা।

এই পদ্ধতি বিভিন্ন উপাত্তের সাব-সাইট জুড়ে মডেলদের দক্ষতাকে আরো গ্রহণযোগ্য ভাবে তুলে ধরে।