Datei:Confusion Matrix Metrics.png
Originaldatei (481 × 483 Pixel, Dateigröße: 65 KB, MIME-Typ: image/png)
Beschreibung
| Beschreibung |
English: Confusion Matrix Metrics. Including accuracy, precision, sensitivity (recall) and specificity
Português: Métricas de matriz de confusão. Incluindo acurácia, precisão, especificidade e sensibilidade (recall) |
| Datum | |
| Quelle | Utilization of Different Models and Convolutional Neural Network Techniques to Skin Lesion Classification[1] |
| Urheber | Hssiqueira |
Lizenz
Ich, der Urheber dieses Werkes, veröffentliche es unter der folgenden Lizenz:
 
|
Diese Datei wird unter der Creative-Commons-Lizenz CC0 1.0 Verzicht auf das Copyright zur Verfügung gestellt. |
| Die Person, die das Werk mit diesem Dokument verbunden hat, übergibt dieses weltweit der Gemeinfreiheit, indem sie alle Urheberrechte und damit verbundenen weiteren Rechte – im Rahmen der jeweils geltenden gesetzlichen Bestimmungen – aufgibt. Das Werk kann – selbst für kommerzielle Zwecke – kopiert, modifiziert und weiterverteilt werden, ohne hierfür um Erlaubnis bitten zu müssen.
|
Dateiversionen
Klicke auf einen Zeitpunkt, um diese Version zu laden.
| Version vom | Vorschaubild | Maße | Benutzer | Kommentar | |
|---|---|---|---|---|---|
| aktuell | 01:05, 4. Okt. 2025 | Kein Vorschaubild vorhanden | 481 × 483 (65 KB) | wikimediacommons>Hssiqueira | Uploaded own work with UploadWizard |
Dateiverwendung
Die folgenden 20 Seiten verwenden diese Datei:
- Autonomie und Kontrolle bei KI abwägen
- Bias in KI-Ergebnissen beurteilen
- Daten für KI-Systeme auswählen
- Ein einfaches KI-Modell entwickeln
- Erklärbarkeit von KI beurteilen
- Evaluation und Benchmarks verstehen
- KI-Folgen systematisch abschätzen
- KI-Forschung und KI-Behauptungen kritisch lesen
- KI-Kompetenz – Der PISA-MAIL-Abschlusscheck
- KI systematisch testen
- Klassifikation mit KI verstehen
- Menschen müssen KI-Entscheidungen prüfen
- Merkmale und Repräsentationen verstehen
- Qualitätsmetriken für KI verstehen
- Stakeholder eines KI-Systems analysieren
- Testfälle für KI entwickeln
- Zustandsüberwachung und vorausschauende Wartung – Einfache Wartungsmodelle mit Testdaten prüfen
- English:Machine Learning Foundations
- Arabic:الذكاء الاصطناعي في الطب
- Arabic:الذكاء الاصطناعي وتطبيقاته
