ixp
latest
false
- はじめに
- アクセス制御と管理
- ソースとデータセットを管理する
- モデルのトレーニングと保守
- 生成 AI による抽出
- 分析と監視を使用する
- オートメーションと Communications Mining™
- 開発者
- 機械が単語を理解する方法:NLPに埋め込むためのガイド
- トランスフォーマーによるプロンプトベースの学習
- 効率的な変圧器II:知識蒸留と微調整
- 効率的な変圧器I:注意メカニズム
- 階層的な教師なしインテントモデリング:トレーニングデータなしで価値を得る
- Communications Mining™ でアノテーションの偏りを修正する
- アクティブ ラーニング: より優れた ML モデルを短時間で実現
- それはすべて数字にあります-メトリックを使用してモデルのパフォーマンスを評価します
- モデルの検証が重要な理由
- 対話データ分析 AI としての Communications Mining™ と Google AutoML を比較する
- ライセンス
- よくある質問など

Communications Mining ガイド
最終更新日時 2025年10月7日
再現率では、モデルが識別できた可能性がある真陽性の結果の合計の割合を測定します。
再現率 = 真陽性 / (真陽性 + 偽陰性)
たとえば、「情報のリクエスト」とアノテーションが行われるべきであったメッセージ 100 個すべてについて、正常に識別された割合が再現率です。
77% の再現率は、特定のラベルが予測されるべきであったメッセージ 100 個すべてについて、ラベルがあると予測されるべきであったのに見逃されたメッセージが 23 個あることを意味します。
適合率の仕組みについて詳しくは、「 適合率と再現率の説明」をご覧ください。