Предыдущий урок: Урок 8. Кластеризация — как компьютер сам находит группы, когда ему ничего не сказали До этого момента мы научились строить модели, обучать их, визуализировать данные и даже находить скрытые группы. Но есть одна огромная проблема, на которую многие новички сначала не обращают внимания — как понять, что модель действительно работает так, как нам нужно? Человек может смотреть на графики, сравнивать таблички, наблюдать, делает ли модель что-то “разумное”. Но машинное обучение работает в реальности: прогнозы цен, рекомендации, медицинские анализы, риски кредитов — всё это требует строгих и понятных способов измерения качества. Без этого невозможно узнать, можно ли доверять модели. И вот сейчас мы занимаемся именно этим — метриками качества. Представь, что ты сделал модель, которая определяет, является ли человек должником по кредиту. В выборке 95% людей — честные плательщики. И вот твоя модель радостно сообщает: «Я угадываю в 95% случаев!» Звучит впечатляюще, пока не поймё
Публикация доступна с подпиской
Базовый