Q:
ما هي "الدقة والتذكر" في التعلم الآلي؟
أ:هناك عدة طرق لشرح وتعريف "الدقة والتذكر" في التعلم الآلي. هذان المبدأان مهمان رياضيا في النظم التوليدية ، وهامان من الناحية المفاهيمية ، بطرق رئيسية تنطوي على جهود منظمة العفو الدولية لتقليد الفكر الإنساني. بعد كل شيء ، يستخدم الناس "الدقة والتذكر" في التقييم العصبي ، أيضًا.
تتمثل إحدى طرق التفكير في الدقة والاسترجاع في تقنية المعلومات في تحديد الدقة على أنها اتحاد العناصر ذات الصلة والعناصر التي تم استردادها على عدد النتائج المستردة ، بينما يمثل استدعاء اتحاد العناصر ذات الصلة والعناصر التي تم استردادها على إجمالي النتائج ذات الصلة.
هناك طريقة أخرى لتفسير ذلك وهي أن الدقة تقيس جزء من التعريفات الإيجابية في مجموعة تصنيف كانت صحيحة بالفعل ، بينما يمثل استدعاء نسبة الإيجابيات الفعلية التي تم تحديدها بشكل صحيح.
غالبًا ما تؤثر هذه المقاييس على بعضها البعض في عملية تفاعلية. يستخدم الخبراء نظامًا لتمييز الإيجابيات الحقيقية والإيجابيات الخاطئة والسلبيات الحقيقية والسلبيات الخاطئة في مصفوفة الارتباك لإظهار الدقة والتذكر. يمكن أن يؤدي تغيير عتبة التصنيف أيضًا إلى تغيير الإخراج من حيث الدقة والاستدعاء.
هناك طريقة أخرى للقول بأن الاستدعاء يقيس عدد النتائج الصحيحة ، مقسومًا على عدد النتائج التي كان ينبغي إرجاعها ، بينما تقيس الدقة عدد النتائج الصحيحة مقسومًا على عدد النتائج التي تم إرجاعها. هذا التعريف مفيد ، لأنه يمكنك شرح الاستدعاء بعدد النتائج التي يمكن للنظام "تذكرها" ، في حين يمكنك تقديم الدقة باعتبارها الفعالية أو النجاح المستهدف لتحديد تلك النتائج. هنا نعود إلى معنى الدقة والتذكر بمعنى عام - القدرة على تذكر العناصر ، مقابل القدرة على تذكرها بشكل صحيح.
يعد التحليل الفني للإيجابيات الحقيقية والإيجابيات الخاطئة والسلبيات الحقيقية والإيجابيات الخاطئة مفيدًا للغاية في تقنيات التعلم الآلي والتقييم ، من أجل إظهار كيفية عمل آليات التصنيف وتقنيات التعلم الآلي. من خلال قياس الدقة والتذكر بطريقة تقنية ، لا يمكن للخبراء فقط عرض نتائج تشغيل برنامج للتعلم الآلي ، ولكن يمكنهم أيضًا البدء في شرح كيفية إنتاج هذا البرنامج لنتائجه - عن طريق العمل الحسابي الذي يأتي به البرنامج لتقييم مجموعات البيانات في طريقة معينة.
مع وضع ذلك في الاعتبار ، قد يتحدث العديد من محترفي التعليم الآلي عن الدقة ويتذكرون في تحليل لنتائج الإرجاع من مجموعات الاختبار أو مجموعات التدريب أو مجموعات الأداء اللاحقة للبيانات. سيساعد استخدام صفيف أو مصفوفة في طلب هذه المعلومات وإظهار كيفية عمل البرنامج والنتائج التي يحققها بشكل أكثر شفافية.
