மாதிரி மதிப்பீடு

வரையறை

மாதிரி மதிப்பீடு என்பது துல்லியம், துல்லியம், நினைவுகூருதல் அல்லது F1-ஸ்கோர் போன்ற அளவீடுகளைப் பயன்படுத்தி காணப்படாத தரவுகளில் ஒரு இயந்திர கற்றல் மாதிரி எவ்வளவு சிறப்பாக செயல்படுகிறது என்பதை மதிப்பிடும் செயல்முறையாகும்.

நோக்கம்

மாதிரி செயல்திறனை சரிபார்த்தல், அதிகப்படியான பொருத்தத்தைக் கண்டறிதல் மற்றும் பயன்படுத்துவதற்கு முன் நம்பகத்தன்மையை உறுதி செய்தல் ஆகியவை இதன் நோக்கமாகும். மாதிரிகள் நோக்கம் கொண்ட இலக்குகளை அடைகின்றன என்பதற்கான சான்றுகளை இது வழங்குகிறது.

முக்கியத்துவம்

• பயிற்சித் தரவுகளுக்கு அப்பால் மாதிரிகள் பொதுமைப்படுத்தப்படுவதை உறுதி செய்கிறது.
• வடிவமைப்பு மற்றும் பயிற்சியில் மேம்பாடுகளுக்கு வழிகாட்டுகிறது.
• போட்டியிடும் அல்காரிதம்களை ஒப்பிட்டுப் பார்க்க உதவுகிறது.
• ஒழுங்குமுறை மற்றும் நெறிமுறை பொறுப்புணர்வை ஆதரிக்கிறது.

எப்படி இது செயல்படுகிறது

1. தரவை பயிற்சி, சரிபார்ப்பு மற்றும் சோதனைத் தொகுப்புகளாகப் பிரிக்கவும்.
2. பயிற்சி தரவுகளில் ரயில் மாதிரி.
3. அளவீடுகளைப் பயன்படுத்தி சோதனைத் தரவுகளில் கணிப்புகளை மதிப்பிடுங்கள்.
4. பிழைகள் மற்றும் சார்புகளை பகுப்பாய்வு செய்யுங்கள்.
5. செயல்திறனை மேம்படுத்த மீண்டும் செய்யவும்.

உதாரணங்கள் (உண்மையான உலகம்)

• காகிள் போட்டிகள்: நிறுத்தி வைக்கப்பட்ட சோதனைத் தொகுப்புகளுடன் மதிப்பிடப்பட்ட மாதிரிகள்.
• சுகாதார AI: உணர்திறன் மற்றும் தனித்தன்மைக்காக மதிப்பிடப்பட்ட மாதிரிகள்.
• தன்னியக்க ஓட்டுநர் AI: நிஜ உலக ஓட்டுநர் சூழ்நிலைகளுடன் மதிப்பீடு செய்யப்பட்டது.

குறிப்புகள் / மேலும் படித்தல்

• ஹான் மற்றும் பலர். இயந்திர கற்றல்: ஒரு நிகழ்தகவு பார்வை. எம்ஐடி பிரஸ்.
• NIST AI இடர் மேலாண்மை கட்டமைப்பு.
• வடிவ பகுப்பாய்வு மற்றும் இயந்திர நுண்ணறிவு மீதான IEEE பரிவர்த்தனைகள்.
• பெரிய மொழி மாதிரி மதிப்பீட்டிற்கான தொடக்க வழிகாட்டி