CONDIÇÃO EXCLUSIVA HOJE!
Invista na transformação da sua carreira!
Neste vídeo, Bruno Raphaell fala sobre algumas das principais métricas que devem ser observadas ao se trabalhar com **modelos de classificação** em **Machine Learning**. Na maioria das vezes a única métrica que é observada é **acurácia** (taxa de acerto do modelo), mas será que sempre deveremos dar mais atenção a essa métrica? Vamos aprender nesse Alura+ as situações em que devemos observar mais as **métricas de recall, precisão ou ainda o f1-score** para os problemas de classificação. ### Cursos Clicando nos links abaixo você terá acesso à cursos que podem auxiliar você a ampliar seus conhecimentos sobre o processo da construção de um modelo de classificação: * [Machine Learning: classificação por trás dos panos]( * [Machine Learning: classificação com SKLearn](