خلال هذا الثريد سأشرح أحد أهم مفاهيم قياس الأداء في نماذج التصنيف classification في #التعلم_الآلي ML مفهوم مصفوفة الالتباس(الحيرة) Confusion Matrix

1/18 https://t.co/nbgJDwK7DJ

بدايةً نماذج التصنيف في #التعلم_الآلي لها عدة أنواع لن أتطرق إليها للإطلاع بإمكانكم قراءة المقال التالي : https://t.co/P8G43KBmym

لتبسيط المفهوم سنركز على أبسط الأنواع وهو التصنيف الثنائي Binary Classification 0 1 ومثاله التعرف على ما إذا كان الايميل spam أو not spam.

2/18 https://t.co/Pc0Xy1AN4S

أو تصنيف الصور كتصنيف صور القطط والكلاب أو توقع ما إذا كان عميل ما سيلغي اشتراكه في إحدى شركات الاتصالات أو سيبقى مشتركاً بها churned أو not churned.

3/18 https://t.co/BbSNje12AG

الآن لنتخيل السيناريو التالي :

لدينا نموذج يدعي مطوره أنه قادر على التصنيف بين فاكهة البرتقال والتفاح ، النموذج من الداخل يقوم بتصنيف أي صورة تدخل إليه على أنها صورة برتقال (نموذج مزيف) ? بيانات الاختبار التي لدينا للأسف كانت غير متوازنة

4/18 https://t.co/YYcoxStBsx

حيث أنه لدينا 1000 صورة 990 منها صور للبرتقال و 10 منها فقط هي صور للتفاح سنقوم بإدخال كل هذه الصور إلى

النموذج وسيقوم بتصنيفها جميعاً على أنها صور لبرتقال :( وستكون نتائج التصنيف كالآتي :

990 نتيجة صحيحة لأنها فعلًا هي صور لبرتقال 10 نتائج خاطئة لأنها صور لـتفاح

5/18