#24. Метрики качества ранжирования. ROC-кривая | Машинное обучение

12+
12+

458 просмотров

2 года назад

ПожаловатьсяНарушение авторских прав

#24. Метрики качества ранжирования. ROC-кривая | Машинное обучение

12+
12+

458 просмотров

2 года назад

ПожаловатьсяНарушение авторских прав
12+
12+

458 просмотров

2 года назад

Практический курс по ML на Stepik: https://stepik.org/course/209247/ Как оценивать модели ранжирования данных. Характеристики False Positive Rate и True Positive Rate. Построение на их основе ROC-кривой (Receiver Operating Characteristic). Вычисление площадей AUC-ROC и индекс Джини (коэффициент Джини). Инфо-сайт: https://proproprogs.ru/ml Телеграм-канал: https://t.me/machine_learning_selfedu

, чтобы оставлять комментарии