Table of Contents
মডেলের আস্থার সীমা রয়েছে যার মধ্যে প্রকৃত মডেল কর্মক্ষমতা অথবা পরামিতির মান সম্ভাবনার সঙ্গে পড়ে বলে আশা করা হয় । মেশিন শেখার অ্যাপ্লিকেশনের মডেল সম্পর্কে যে অনিশ্চয়তা রয়েছে, তা বোঝার জন্য তারা কার্যকর ।
উন্নত বিরতিকাল
একটা আস্থার বিরতি হল পরিসংখ্যানগত সংখ্যা যা থেকে উপাত্তের মধ্যে প্রকৃত পরামিতির মান রয়েছে ।
একটি গণনা করার পূর্বে নির্ধারিত বিরতি গণনা করো
মডেল মেট্রিক জন্য আস্থার এই ধাপের পর আস্থা সহকারে গণনা করতে হবে:
- ক্রস-power-center দ্বারা মডেল কর্মক্ষমতার নমুনা সংগ্রহ করুন।
- নমুনার মান ও সাধারণ ব্যবধান গণনা করুন ।
- একটি আস্থার স্তর বেছে নিন (যেমন, ৯৫%) ।
- T-Dus-র মাপ ও আত্মবিশ্বাসের মাত্রা অনুযায়ী T-CODC-র মান নির্ধারণ করা হয়।
- সমস্যাের সীমা গণনা করো: [F][FLT], বাজে মানের (*s] [FOR] [FO[FO]]] [FO[1]]]]
- এক্স- অক্ষীয় মান হিসাবের দৈর্ঘ্য গণনা করো: [F][[F][FO][FO] এর মধ্যে ত্রুটির হার: [FO]
উদাহরণের সাহায্যে ব্যাখ্যা করুন
ধরুন একজন মডেলের সঠিক মান ৩০ এরও বেশি, যার মানে ৮৫% সঠিক এবং ৩% ব্যবধানের মান ৩% এর একটি আদর্শ ব্যবধান।
ভুলের সীমা হল: ২. ৪৫ / × × 47.