Wnioskowanie, estymacja i podejmowanie decyzji z danych
Zbudowałeś dwa różne klasyfikatory; jeden z nich osiąga 91.0% dokładności, z kolei drugi równe 91.4%. Czy ten drugi jest naprawdę lepszy, czy po prostu dostał od losu bardziej „szczęśliwy” zbiór testowy? Ścisłych i rygorystycznych odpowiedzi na to pytanie potrafi dostarczyć testowanie statystyczne w ML: w klasycznym sensie jest to nic innego, jak testowanie hipotez starannie zaadaptowane do specyfiki porównywania ze sobą modeli uczenia maszynowego.
🔒 This is a Pro lesson — the interactive figure, worked examples, quiz and practice open with Pro access.
▶ Testowanie statystyczne dla ML