トレーニング済みモデルの評価

Tealium Predictや他の機械学習ツールで作成された任意の機械学習モデルの品質は、以下を含むがこれに限らないいくつかの要素によって異なります：

• データセットを構成する属性と、組み合わせた属性が提供する全体像の完成度。
• データセット内の訪問と訪問の日次ボリューム。ボリュームが大きいほど、モデルが学習するためのデータが多くなります。
• モデルのトレーニング日付範囲。一般的に、長い期間のモデルをトレーニングすると、モデルが学習するためのデータが多くなります。

特定のモデルが現実世界での使用に高品質であるかどうかを理解するために、機械学習の専門ホームは通常、相互に関連するメトリクスの組み合わせを使用します。特定の組み合わせは、評価されるモデルのタイプによって異なります。

任意のモデルの品質は相対的な判断であり、絶対的な事実ではありません。異なるチームは、モデルに対して異なるニーズと目標を持ち、モデリングとテストの能力において異なるレベルの洗練度を持ち、入力データセットの品質も異なります。これらの理由から、モデルの強度評価は絶対的なものとは見なされません。評価は品質の一般的なガイドラインとして使用することを目指しています。