Конфіденції – статистичні інструменти, які використовуються для оцінки діапазону, в межах якого є справжня вартість, ймовірно, восени, на основі даних про зразок. У машинному навчанні вони забезпечують вимірювання невизначеності навколо прогнозів, що допомагають оцінити надійність виходу моделі.

Що таке Конфіденція Intervals?

Уважний інтервал – це діапазон, який обчислюється з даних, які, ймовірно, містять істинну значення параметра з вказаною ймовірністю, відомий як рівень довіри. Загальні рівні довіри – 90%, 95% та 99%. Більш широкий інтервал, більша невизначеність.

Розрахунок конфіденції в машинному навчанні

Розрахунок інтервалів довіри для машинного навчання передбачає статистичні методи, які обліковуються на мінливість даних та невизначеність моделі. Один загальний підхід полягає в тому, щоб використовувати вибірки завантажувача, де кілька моделей навчаються на різних підстанціях даних, щоб оцінити ефективність прогнозування.

Ще один метод полягає в тому, щоб припустити розподіл для помилок прогнозування і скласти інтервал на основі стандартного відхилення і значення цих помилок. Даний підхід часто використовується з регресіяними моделями, де проаналізовано залишки.

Інтерпретація конфіденції

У той же час, коли цей самий процес повторюється кілька разів, приблизно 95% інтервалів буде містити справжнє значення.

Важливо розуміти, що інтервали довіри не гарантують істинне значення в рамках інтервалу для конкретного прогнозування, але досить відображає надійність процесу оцінки над багатьма зразками.

Застосування в машинному навчанні

Конфіденції корисно в різних задачах машинного навчання, в тому числі:

  • Оцінка невизначеності прогнозів регресія
  • оцінка важливості
  • Порівняння моделей та перевірки
  • Рішення про неоднорідність