مشین سیکھنے کے ماڈلوں کی متوقع غلطی کو سمجھنا ان کی کارکردگی کو حقیقی دنیا بھر کے اطلاق میں جانچنے کے لیے ضروری ہے. یہ یہ اس بات کا جائزہ لینے میں مدد کرتا ہے کہ کس طرح ایک ماڈل ان دیکھے غیب معلومات پر پیشینگوئی کرے گا اور درستی اور بہتری لانے کے لئے ہدایت فراہم کرے گا۔
غلطی کی توقع کیا ہے ؟
متوقع غلطی جسے عام طور پر ترمیمی غلطی بھی کہا جاتا ہے، نبوتی برآمدات اور حقیقی نتائج کے درمیان میں فرق کا اندازہ تمام ممکنہ اعداد و شمار کے ساتھ لگایا جاتا ہے۔اس سے ظاہر ہوتا ہے کہ ایک ماڈل کس طرح نئے، پوشیدہ اعداد و شمار پر عمل کرنے کا امکان ہے۔
غلطی کی توقع کرنے کی توقع کریں
متوقع غلطی کو حل کرنے میں کئی قریبی عمل شامل ہوتے ہیں جن میں تدریسی تفہیم اور ایمپائرل پیمائش شامل ہے۔سب سے عام طریقے صلیبی عمل، روک ٹوک، روک ٹوک اور ایک الگ ٹیسٹ سیٹ استعمال کرتے ہیں۔
کراس-ویلیشن کرناٹک -
کراس-مس-مصدر سے ڈیٹا سیٹ کو کئی حصوں میں تقسیم کرتا ہے. ماڈل کو کچھ حصوں پر تربیت دی جاتی ہے اور دوسرے پر آزمایا جاتا ہے. اس عمل کو کئی بار دہرایا جاتا ہے اور اوسط غلطی متوقع غلطی کا اندازہ فراہم کرتا ہے۔
غلطی کا انتظار کرنے والے اشخاص پر اثرانداز ہوتے ہیں
- Madistal پیچیدگی : زیادہ سے زیادہ پیچیدہ ماڈلز کو بہتر تربیتی ڈیٹا پر زیادہ سے زیادہ معلومات حاصل کر سکتے ہیں، نئے ڈیٹا پر غلطی کر سکتے ہیں۔
- ] عطاٹا خوبی:] نوسی یا ناکافی اعداد میں اعلی غلطیوں کا سبب بن سکتی ہے۔
- [Feature انتخاب:] [Irrelevant خصوصیات کے منفی اثر انداز ہو سکتے ہیں۔
- بڑے ڈیٹا کی آس پاس کی عام طور پر متوقع غلطی کو کم کرنے میں مدد دیتا ہے۔