#24. Метрики качества ранжирования. ROC-кривая | Машинное обучение

Автор: selfedu

Загружено: 2022-04-22

Просмотров: 9992

Описание: Практический курс по ML на Stepik: https://stepik.org/course/209247/

Как оценивать модели ранжирования данных. Характеристики False Positive Rate и True Positive Rate. Построение на их основе ROC-кривой (Receiver Operating Characteristic). Вычисление площадей AUC-ROC и индекс Джини (коэффициент Джини).

Инфо-сайт: https://proproprogs.ru/ml
Телеграм-канал: https://t.me/machine_learning_selfedu

Не удается загрузить Youtube-плеер. Проверьте блокировку Youtube в вашей сети.
Повторяем попытку...

#24. Метрики качества ранжирования. ROC-кривая | Машинное обучение

Доступные форматы для скачивания:

Скачать видео

Информация по загрузке:

Скачать аудио

Похожие видео

#25. Метод главных компонент (Principal Component Analysis) | Машинное обучение

#25. Метод главных компонент (Principal Component Analysis) | Машинное обучение

8. МО-1 ФКН: PR-AUC и ROC-AUC

8. МО-1 ФКН: PR-AUC и ROC-AUC

ROC-AUC, ROC-CURVE, ROC-КРИВАЯ | МЕТРИКИ КЛАССИФИКАЦИИ

ROC-AUC, ROC-CURVE, ROC-КРИВАЯ | МЕТРИКИ КЛАССИФИКАЦИИ

Занятие 3. ROC-анализ

Занятие 3. ROC-анализ

Доступное объяснение ROC и AUC!

Доступное объяснение ROC и AUC!

Метрики машинного обучения

Метрики машинного обучения

ROC 🤘 для Дата Саентиста

ROC 🤘 для Дата Саентиста

Машинное обучение. Критерии выбора моделей. К.В. Воронцов, Школа анализа данных,Яндекс.

Машинное обучение. Критерии выбора моделей. К.В. Воронцов, Школа анализа данных,Яндекс.

#23. Показатели precision и recall. F-мера | Машинное обучение

#23. Показатели precision и recall. F-мера | Машинное обучение

ROC (Receiver Operating Characteristic) Curve in 10 minutes!

ROC (Receiver Operating Characteristic) Curve in 10 minutes!