本课程致力于深入理解评估人工智能系统分类性能的基本原则。我们将详细探讨针对三种不同的分类场景（二元分类、多类分类和多标签分类）的不同可用评估指标，适合分类任务的统计显著性检验方法，以及评估过程中需考虑的重要计算复杂性指标。
互动点播特点：
BSI的互动点播课程由领域内的顶尖专家精心开发，确保内容质量与我们的导师引导式培训课程相媲美。最大的优势在于，您可以根据自己的学习节奏和时间安排，随时进行学习。
本次培训的目的是进一步详细说明我们用于评估分类任务性能的主要工具。通过本培训，学习者将深入理解可用的量化性能的度量和指标，以及可以作为此目的控制标准的主要内容。
课程对象
• 人工智能负责人
• 人工智能团队负责人
• 机器学习从业人员
课程亮点
• 您可以在适合自己的时间学习，从任何支持互联网的设备上24/7访问该课程。
• 课程内容既详细又引人入胜，其中的解释、课程活动和知识检查可提高您的学习效果。
• 赋能升级，讲师课后交流服务
• 教辅升值，课件授权下载（在第一模块的资源中进行下载）
课程收益
课程完成后，您将能够：
• 理解评估分类性能的目的。
• 运用标准中提到的所有指标和度量方法，在二元分类、多类分类和多标签分类三种不同场景下评估分类器。
• 使用统计显著性测试来与不同模型或同一模型的不同版本进行比较。
• 利用指标评估您模型的计算复杂性。
