نموذج يسجّل تسعة وتسعين بالمئة قد يكون أسوأ من رمي عملة.
M5 · هل نجح فعلًا؟
أغلب مشاريع الذكاء الاصطناعي الفاشلة لم تفشل في التدريب، بل في التقييم، ولم ينتبه أحد حتى وصلت إلى الإنتاج. يجعلك هذا الفصل مرتابًا بطريقة مفيدة: ابدأ بخط أساس، وقسّم البيانات بحيث تبقى مجموعة الاختبار نظيفة، واصطد التسرّب قبل أن تحتفل. ستجري التحقق المتقاطع (cross-validation)، وتقرأ منحنيات التعلّم، وتحلّل الأمثلة التي يخطئ فيها النموذج. والعادة التي تخرج بها بسيطة: اعرف ما الذي قد يغيّر رأيك، ثم تحقق منه.
- الدرجة التي تكذب
- تغلّب على أبسط حل أولًا
- مقياس واحد لكل مهمة
- كل مثال يأخذ دوره
- تقسيمات تحترم الواقع
- متصلّب أم متحمّس
- ما يأمرك المنحنى بفعله
- بحث لا تخدع فيه نفسك
- التذبذب بين الجولات
- انظر إلى الأخطاء
- اصطياد تسرّب البيانات
- المعايير تبلى
- عرض النتائج بأمانة