ماڈل اعتماد کے رُخ ایک حد تک فراہم کرتا ہے جس میں حقیقی ماڈل کارکردگی یا پیرامیٹر کی قیمت کو کسی خاص امکان کے ساتھ گرنے کی توقع کی جاتی ہے ۔وہ مشین سیکھنے کے اطلاقات میں ماڈل کے ساتھ منسلک غیر یقینی انداز کو سمجھنے کے کام میں مفید ہیں ۔
اعتماد کو سمجھنے کے فوائد
ایک قابلِاعتماد بات یہ ہے کہ اعدادوشمار سے حساب لگایا جاتا ہے جس میں حقیقی پیرامیٹر کی قیمت ممکنہ طور پر موجود ہوتی ہے ۔
اعتماد کی کمی
ماڈل میٹرکس کے لیے اعتماد کے دائروں کو کم کرنے کے لیے ان اقدامات پر عمل کریں:
- کراسشن یا کئی رن کے ذریعے ماڈل پرفارمنس میٹرک کا نمونہ جمع کریں۔
- نمونے کے معنی اور معیار کی انحراف کو ضرب کرنا۔
- اعتماد کی سطح منتخب کریں (جیسے، 95%)۔
- نمونے حجم اور اعتماد کی سطح پر مبنی ٹی-وی یا Z-C-T-T-T-T-T-Pres سے مناسب منفی قیمت کا تعین کریں۔
- غلطی کی کمی: [حوالہ درکار] بد عنوانی × ( معیاری انحراف / ⁇ crescult)۔
- اعتماد کو برقرار رکھیں جیسا کہ: ] [mean 07sssstruction of غلطی۔
مثال کے طور پر ،
فرض کریں کہ کسی ماڈل کی درستی 30 دوڑ سے زیادہ ہو، جس کے معنی 85% اور 3% کا معیاری رد عمل۔ 95% اعتماد کی سطح کے لیے، ٹی وی سے کری ہوئی قیمت تقریبا 2.045 ہے۔
غلطی کا اخراج یہ ہے: 2.045 × (3 / ⁇ 30) ⁇ 2.045 × 0.547 1.12% اعتمادی طور پر 85% × 1.12% ہے جس کے نتیجے میں تقریباً 83.88% تا 86.12%