في هذا الفيديو، سنتعمق في Multiclass Classification Confusion Matrix، وهي أداة أساسية لتقييم أداء النماذج التصنيفية في تعلم الآلة عندما تكون هناك أكثر من فئة واحدة للتنبؤ بها. يوفر Multiclass Confusion Matrix رؤى قيمة حول أداء النموذج الخاص بك عبر جميع الفئات.
ما ستتعلمه:
ما هي الـ Multiclass Confusion Matrix؟
فهم البنية الأساسية والعناصر المكونة لمصفوفة الارتباك متعددة الفئات، وكيفية تمثيل الفئات المختلفة في المصفوفة.
كيفية تفسير الـ Multiclass Confusion Matrix
تعلم كيفية تفسير النتائج من Multiclass Confusion Matrix، وما تعنيه القيم المختلفة لكل فئة في سياق أداء النموذج الخاص بك.
المقاييس المرتبطة بـ Multiclass Confusion Matrix:
سنتناول المقاييس المهمة مثل الدقة (Accuracy)، الدقة الإيجابية (Precision)، الاستدعاء (Recall)، ومقياس F1 (F1 Score)، وكيفية حساب هذه المقاييس لكل فئة باستخدام قيم الـ Multiclass Confusion Matrix.
https://www.youtube.com/playlist?list=PL5PNVGIVMUJBkTt2rXldXgYtdwtF6JS1j
https://www.youtube.com/playlist?list=PL5PNVGIVMUJBBglNLNZ1rF_jkSuEzqFRs