О метриках можно услышать не только в мире машинного обучения. Они позволяют численно или в виде графиков отобразить качество работы той или иной системы. Например, вы подняли веб-сервер, и вам скорее всего будет интересно знать, сколько запросов обрабатывает ваш сервер в течение некоторого отрезка времени, чтобы понимать далека ли нагрузка от предельной, при которой ваш сервер упадет. В машинном обучении метрики возникают в тот момент, когда вы думаете о том, как вы будете отвечать перед начальством на вопрос: “Насколько качественно работает моя новенькая модель?”...

Чтобы провести соревнование по машинному обучению (ML, Machine Learning), важно выбрать правильную метрику. Метрика – это способ измерения того, насколько хорошо работает ваша модель. Она помогает участникам понять, какова их реальная эффективность, и определить победителя. В этой статье мы расскажем, как выбрать подходящую метрику и приведем примеры из реальной жизни. Понимание задачи Вам нужно определить, какую задачу решает ваша модель. Например, это может быть классификация (определение категорий) или регрессия (предсказание числовых значений)...