Η ακρίβεια top-k μετρά πόσο συχνά η σωστή απάντηση βρίσκεται ανάμεσα στις k πιθανότερες προτάσεις ενός μοντέλου. Στο top-1 μετράει μόνο η πρώτη πρόβλεψη· στο top-5 αρκεί η σωστή κλάση να βρίσκεται ανάμεσα στις πέντε καλύτερες, μια γνωστή μετρική από benchmarks αναγνώρισης εικόνας όπως το ImageNet. Είναι χρήσιμη όπου οι χρήστες βλέπουν πολλές προτάσεις, για παράδειγμα σε συστάσεις προϊόντων ή αυτόματη συμπλήρωση.
Πράκτορες, ροές εργασιών και πρότυπα σε έναν χώρο εργασίας – δωρεάν επίδειξη 24 ωρών.
Έναρξη επίδειξηςΈνας πίνακας σύγχυσης (confusion matrix) είναι ένας πίνακας που συγκρίνει τις προβλέψεις ενός ταξινομητή με τις πραγματικές κλάσεις. Για δύο κλάσεις, δείχνει τα αληθή θετικά, τα ψευδώς θετικά, τα αληθή αρνητικά και τα ψευδώς αρνητικά. Από αυτόν μπορούν να υπολογιστούν μετρικές όπως η ακρίβεια, η ανάκληση και η βαθμολογία F1, και γίνεται σαφές ποια σφάλματα εμφανίζονται. Παράδειγμα: ένα φίλτρο ανεπιθύμητης αλληλογραφίας που επισημαίνει πολλά γνήσια email ως spam έχει πολλά ψευδώς θετικά, κάτι που συχνά κοστίζει περισσότερο από ένα μήνυμα spam που ξέφυγε.
Ο μέσος όρος μέσης ακρίβειας (mean average precision, mAP) είναι μια μετρική που αξιολογεί πόσο καλά ένα σύστημα βρίσκει σχετικά αποτελέσματα και τα κατατάσσει κοντά στην κορυφή. Η μέση ακρίβεια (average precision) υπολογίζεται στη λίστα αποτελεσμάτων για κάθε ερώτημα ή κλάση αντικειμένων· η mAP είναι ο μέσος όρος όλων αυτών. Είναι τυπικό μέτρο για τις μηχανές αναζήτησης, τα συστήματα συστάσεων και την ανίχνευση αντικειμένων σε εικόνες, όπου εξαρτάται και από την απαιτούμενη επικάλυψη των πλαισίων οριοθέτησης (bounding boxes).
Η βαθμολογία F (F-score) είναι μια μετρική για την αξιολόγηση μοντέλων ταξινόμησης. Η συνήθης βαθμολογία F1 είναι ο αρμονικός μέσος της ακρίβειας (precision – πόσα από τα προβλεπόμενα θετικά αποτελέσματα είναι σωστά) και της ανάκλησης (recall – πόσα από τα πραγματικά θετικά αποτελέσματα βρέθηκαν) και κυμαίνεται από 0 έως 1. Είναι ιδιαίτερα χρήσιμη με μη ισορροπημένα δεδομένα: ένα φίλτρο ανεπιθύμητης αλληλογραφίας που σχεδόν ποτέ δεν επισημαίνει spam μπορεί να έχει υψηλή ορθότητα αλλά χαμηλή βαθμολογία F1.
Ένας ταξινομητής είναι ένα μοντέλο ή μια μέθοδος που αντιστοιχίζει εισόδους σε μία από πολλές προκαθορισμένες κατηγορίες. Κλασικές παραλλαγές, όπως τα δέντρα αποφάσεων ή ο απλός Bayes (naive Bayes), εκπαιδεύονται σε επισημασμένα παραδείγματα· τα γλωσσικά μοντέλα μπορούν επίσης να ταξινομούν κείμενα βάσει μιας περιγραφής των κατηγοριών. Τυπικές χρήσεις είναι ο εντοπισμός ανεπιθύμητης αλληλογραφίας, η ταξινόμηση αιτημάτων πελατών ανά θέμα και η κατηγοριοποίηση αποδείξεων. Η ποιότητα μετριέται με μετρικές όπως η ορθότητα, η ακρίβεια και η ανάκληση.
