University · Artificial Intelligence · Machine Learning Foundations
Model Evaluation: Metrics, Cross-Validation, and the Bias–Variance Tradeoff
4 Abschnitte
Classification metrics (accuracy, precision, recall, F1, ROC/AUC, PR curves), regression metrics (MSE, MAE, R²), the bias–variance decomposition, underfitting vs overfitting, cross-validation strategies (k-fold, stratified, nested CV, time-series CV), holdout design, calibration, and statistical significance testing for model comparison.
Inhaltsübersicht
- Classification Metrics: Beyond Accuracy
- Regression Metrics and the Bias–Variance Decomposition
- Cross-Validation Strategies and Holdout Design
- Calibration and Statistical Significance Testing for Model Comparison
📚 Vollständiges Lernmaterial mit 4 Abschnitten, Karteikarten und Quizzen verfügbar nach Anmeldung.
Jetzt kostenlos lernen →Related Topics
Interaktiv lernen mit Karteikarten & Quizzen
Melde dich an und lerne Machine Learning Foundations mit intelligenten Wiederholungen, Quizzen und KI-Lernhilfen. 7 Tage kostenlos.
Kostenlos testen