ACCURACY | МЕТРИКИ КЛАССИФИКАЦИИ В МАШИННОМ ОБУЧЕНИИ

Метрики качества позволяют оценивать способность моделей машинного обучения восстанавливать закономерности из данных. В этом видео рассмотрим, какие есть метрики для задачи классификации - задача машинного обучения, где предсказывается номинативная величина. Курсы на платформе Stepik: 1. Библиотеки Python для Data Science 2. Введение в нейронные сети (Keras/Tensorflow) Метрики помогают понять, когда модель начинает переобучаться, про это явление можете посмотреть в видео () Остальные метрики классификации: 1. Accuracy - 2. Precision. Recall. Confusion Matrix - 3. F-score - 4. Micro, Macro, Weighted - Ноутбук из видео: 0:00 Задача классификации 0:33 Получение данных 1:06 Обучение