اولا مدل به شکل ساده و خلاصه یک تابع است و همونطور که می دونیم هر تابع یکسری پارامتر داره یک یا چند خروجی و یک یا چند ورودی برای مثال
z= ax + by + c
یک مدل خطی ساده هست که a b c پارامترهای ان
x و y ورودی و z خروجی است
خوب پس چیزی که تو این مدل با اموزش تغییر میکنه پارامترهای ان هستن .
حالا اگه یک ورودی به مدل بدیم و خروجی بگیریم در اصل یک prediction یا پیشبینی انجام دادیم.
البته مدلهای احتمالی عملکرد متفاوتی دارن و احتمال رخددادن یک یا چند پدیده رو بدست میارن
کارایی مدل به موارد زیر بستگی داره
تعداد داده های اموزشی که شامل ورودی و خروجی صحیح است
انتخاب ورودی های صحیح
انتخاب مدل درست خطی گوسی شبکه عصبی و ...
و ...
بنابر این پیش بینی خطا داره و خیلی مدل ها هنوز اموزش کافی ندیدن
کسی سوالی چیزی داره بپرس در خدمتیم
اما بررسی اماری یک چیز دیگس
