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