تنظيم صفحاتك في مجموعات
يمكنك حفظ المحتوى وتصنيفه حسب إعداداتك المفضّلة.
يتطلب تقييم نموذج التعلم الآلي (ML) بشكل مسؤول القيام بما هو أكثر من مجرد
حساب مقاييس الخسارة الإجمالية. قبل طرح نموذج،
من المهم تدقيق بيانات التدريب وتقييم التوقّعات بحثًا عن الانحياز.
تتناول هذه الوحدة الأنواع المختلفة من التحيزات البشرية التي يمكن أن تظهر في
بيانات التدريب. بعد ذلك، تقدّم استراتيجيات لتحديد هذه العوامل والحدّ منها،
ثم تقييم أداء النموذج مع مراعاة العدالة.
تاريخ التعديل الأخير: 2024-11-08 (حسب التوقيت العالمي المتفَّق عليه)
[[["يسهُل فهم المحتوى.","easyToUnderstand","thumb-up"],["ساعَدني المحتوى في حلّ مشكلتي.","solvedMyProblem","thumb-up"],["غير ذلك","otherUp","thumb-up"]],[["لا يحتوي على المعلومات التي أحتاج إليها.","missingTheInformationINeed","thumb-down"],["الخطوات معقدة للغاية / كثيرة جدًا.","tooComplicatedTooManySteps","thumb-down"],["المحتوى قديم.","outOfDate","thumb-down"],["ثمة مشكلة في الترجمة.","translationIssue","thumb-down"],["مشكلة في العيّنات / التعليمات البرمجية","samplesCodeIssue","thumb-down"],["غير ذلك","otherDown","thumb-down"]],["تاريخ التعديل الأخير: 2024-11-08 (حسب التوقيت العالمي المتفَّق عليه)"],[],[]]
