Γλωσσάριο

Ακρίβεια και σταθερότητα μοντέλων ΤΝ

Τι είναι Ακρίβεια και σταθερότητα μοντέλων ΤΝ;

Η ακρίβεια περιγράφει πόσο συχνά ένα μοντέλο ΤΝ παράγει σωστά αποτελέσματα· η σταθερότητα περιγράφει πόσο αξιόπιστα διατηρείται αυτή η απόδοση – με ελαφρώς τροποποιημένες εισόδους, με νέα δεδομένα ή με την πάροδο του χρόνου. Ένα μοντέλο μπορεί να είναι πολύ ακριβές στις δοκιμές αλλά ασταθές, αν ήδη η αναδιατύπωση μιας ερώτησης οδηγεί σε διαφορετική απάντηση. Για πραγματική χρήση, και οι δύο ιδιότητες ελέγχονται με σταθερές περιπτώσεις δοκιμής, διασταυρούμενη επικύρωση και διαρκή παρακολούθηση.

Θέματα

ποιότητα μοντέλου
Ανθεκτικότητα
Evaluation

Δοκιμάστε το KI.ordo

Πράκτορες, ροές εργασιών και πρότυπα σε έναν χώρο εργασίας – δωρεάν επίδειξη 24 ωρών.

Έναρξη επίδειξης

← Όλοι οι όροι

Σχετικοί όροι

Ανθεκτικότητα μοντέλου

Η ανθεκτικότητα μοντέλου περιγράφει πόσο αξιόπιστα λειτουργεί ένα μοντέλο ΤΝ όταν οι είσοδοι έχουν θόρυβο, είναι ελλιπείς, ασυνήθιστες ή έχουν χειραγωγηθεί σκόπιμα. Ένα ανθεκτικό μοντέλο εξακολουθεί να παράγει σταθερά αποτελέσματα, όπως η αναγνώριση εικόνας σε κακό φωτισμό ή ένα γλωσσικό μοντέλο που χειρίζεται ορθογραφικά λάθη. Η ανθεκτικότητα αξιολογείται με δοκιμές καταπόνησης, ποικίλα δεδομένα εκπαίδευσης και δοκιμές απέναντι σε σκόπιμες απόπειρες παραπλάνησης, και είναι ιδιαίτερα σημαντική σε εφαρμογές κρίσιμες για την ασφάλεια.

αξιοπιστία
ποιότητα μοντέλου
+1

Απόκλιση μοντέλου

Η απόκλιση μοντέλου (model drift) είναι η σταδιακή πτώση της ποιότητας πρόβλεψης ενός μοντέλου κατά τη λειτουργία, επειδή η πραγματικότητα αλλάζει σε σχέση με τα δεδομένα εκπαίδευσης. Διακρίνονται οι αλλαγές στα δεδομένα εισόδου (data drift) και οι αλλαγές στη σχέση μεταξύ εισόδων και αποτελεσμάτων (concept drift). Παράδειγμα: ένα μοντέλο ανίχνευσης απάτης δεν εντοπίζει νέα σχήματα απάτης. Τα διορθωτικά μέτρα περιλαμβάνουν τη συνεχή παρακολούθηση μετρικών και την τακτική επανεκπαίδευση.

MLOps
ποιότητα μοντέλου
+1

Διασταυρούμενη επικύρωση (cross-validation)

Η διασταυρούμενη επικύρωση (cross-validation) είναι μια μέθοδος για τον έλεγχο του πόσο καλά γενικεύει ένα μοντέλο σε νέα, άγνωστα δεδομένα. Στη διασταυρούμενη επικύρωση k διπλώσεων, τα δεδομένα χωρίζονται σε k μέρη· το μοντέλο εκπαιδεύεται k φορές σε k−1 μέρη και δοκιμάζεται κάθε φορά στο υπόλοιπο μέρος, και στη συνέχεια υπολογίζεται ο μέσος όρος των αποτελεσμάτων. Αυτό βοηθά να εντοπίζεται η υπερπροσαρμογή και να συγκρίνονται δίκαια μοντέλα ή ρυθμίσεις, ιδίως όταν υπάρχουν λίγα δεδομένα.

Αξιολόγηση μοντέλων
επικύρωση
+1

Benchmarking

Στην ΤΝ, benchmarking σημαίνει συστηματική σύγκριση μοντέλων ή συστημάτων με βάση καθορισμένες εργασίες και κριτήρια. Τα δημόσια benchmark μετρούν, για παράδειγμα, γενικές γνώσεις, συλλογιστική ή ικανότητα προγραμματισμού· για την πρακτική χρήση, ωστόσο, μετρούν περισσότερο οι δοκιμαστικές περιπτώσεις από τη δική σας καθημερινή εργασία. Τυπικά κριτήρια είναι η ακρίβεια, η πληρότητα, ο χρόνος απόκρισης και το κόστος. Αυτό βοηθά να αποφασίσετε αν ένα μικρότερο, φθηνότερο μοντέλο είναι αρκετά καλό για μια εργασία.

Σύγκριση μοντέλων
Evaluation
+1

Πρότυπο