ml-classifier

[chatbot + AI = 下一代操作模式][31]Custom Vision Train好的Model匯出離線和給app使用

[chatbot + AI = 下一代操作模式][31]Custom Vision Train好的Model匯出離線和給app使用.jpg — 圖片來源：https://pixabay.com/en/books-spine-colors-pastel-1099067/

上一篇([30]Confusion Matrix - 用來衡量Classifier Model的方式 Precision和Recall)介紹了Confusion Matrix并且如何使用Precision和Recall這兩個指標來衡量一個Classifier Model的好壞。

這一篇又回到了Custom Vision。在Custom Vision Train好的Model是否能夠拿來離線和或者別的應用例如app裡面使用呢？

Custom Vision有提供匯出Model的功能，這篇將對這個部分介紹。

如何匯出Model？
匯出格式的選擇
使用Docker File版本

建立Docker Image
執行測試

結語

2018-08-12 Sunday
「chatbot + AI = 下一代操作模式」 azure cognitive service ai custom-vision ml-classifier docker

[chatbot + AI = 下一代操作模式][30]Confusion Matrix - 用來衡量Classifier Model的方式 Precision和Recall

[chatbot + AI = 下一代操作模式][30]Confusion Matrix - 用來衡量Classifier Model的方式 Precision和Recall.jpg — 圖片來源：https://pixabay.com/en/books-spine-colors-pastel-1099067/

在上一篇([29]維護Custon Vision Model - 使用歷史查詢記錄做訓練以及如何版控)看完了如何用歷史的搜索結果來持續training Model(模型)并且透過iteration做到Model的測試訓練以及版控，不過上一篇也遺留了一個問題，怎麽看目前的Model是好還是壞？

這裡面就牽扯到了一些數學概念，因此在這一篇將介紹怎麽評判一個Classifier Model是好還是壞，透過Confusion Matrix以及Precision和Recall來瞭解一個Classifier Model的情況。

背景介紹
怎麽計算Model準確度？Confusion Matrix介紹
計算準確度

Accuracy
Recall
Precision

更加的白話介紹Precision和Recall
怎麽選擇Precision還是Recall
結語

2018-08-11 Saturday
「chatbot + AI = 下一代操作模式」 azure cognitive service ai custom-vision ml-classifier