Yapay Zeka Modelini Test Et: %99'un Bilmediği 3 Altın Kural

Pizza Tespit Modeli: Ezberci Model Sendromu

Diyelim ki Domino's'ta çalışıyorsunuz ve bir AI modeli yaptınız. Görevi: Fotoğraftaki pizzayı tanımak! Model süper! %99 başarılı! Ama bir gün...

Müşteri calzone fotoğrafı gönderdi ve modeliniz "Bu bir araba lastiği" dedi!

Ezberci vs. Gerçek Zeki Model

Doktor Model: Hayat Kurtaran Test

Şimdi ciddi olalım. Diyelim ki kanser teşhis eden bir model yaptınız. İki tip hata yapabilir:

Hangisi daha kötü? İşte MODEL DOĞRULAMA tam da bunu ölçer!

# Gerçek kod parçası - KOPYALAYIN!
from sklearn.metrics import accuracy_score, precision_score, recall_score, f1_score

print(f"Doğruluk: {accuracy_score(y_test, predictions):.2%}")
print(f"Kesinlik: {precision_score(y_test, predictions):.2%}")
print(f"Duyarlılık: {recall_score(y_test, predictions):.2%}")
print(f"F1 Skoru: {f1_score(y_test, predictions):.2%}")
                

Canlı Demo: Telefon Oyunu

Hadi canlı deneyelim! Elimde 2 model var:

Gerçek Hayat Hikayesi: Bebek Bezi Felaketi

Siz de Yapabilirsiniz! Komple Kod

İşte size VIP hediyem! Bu kodu kopyalayın, yapıştırın, çalıştırın:

# KOMPLE ÇALIŞAN KOD - DİREKT KOPYALA!
from sklearn.model_selection import train_test_split, cross_val_score
from sklearn.ensemble import RandomForestClassifier
from sklearn.metrics import classification_report

# 1. Veriyi böl
X_train, X_test, y_train, y_test = train_test_split(
    X, y, test_size=0.3, random_state=42
)

# 2. Modeli eğit
model = RandomForestClassifier()
model.fit(X_train, y_train)

# 3. Test et
predictions = model.predict(X_test)
print(classification_report(y_test, predictions))

# 4. Çapraz doğrula
scores = cross_val_score(model, X, y, cv=5)
print(f"5-Fold Ortalama: {scores.mean():.2%}")