Mert, blok tabanlı ortamda nesne tanıma (Object Detection) eklentisini kullanarak bir 'Geri Dönüşüm Ayrıştırıcı' robot kol simülasyonu yapmaktadır. Sistemin nesneleri güvenilir bir şekilde ayırt edebilmesi için kullanılan güven eşiği (confidence threshold) değerinin etkisi aşağıdaki grafikte gösterilmiştir. Mert'in robotunun hatalı nesne alımını (yanlış pozitif) en aza indirmesi için güven eşiğini nasıl ayarlaması gerekir?
Şıklar
Güven eşiğini %10 civarına düşürmelidir ki her nesneyi hemen tanısın.
Güven eşiğini %90 ve üzerine çıkarmalıdır, böylece sadece çok emin olduğu nesneleri işleme alır.
Eşiği sürekli değiştirmelidir çünkü yapay zeka her zaman aynı sonucu vermez.
Güven eşiğini tamamen kaldırmalıdır; bu ayar sadece profesyonel sistemler içindir.
Çözüm Açıklaması
Güven eşiği, yapay zekanın bir nesneyi tanımlarken ne kadar 'emin' olması gerektiğini belirler. Eşik yükseltilirse (örneğin %90), sistem sadece çok yüksek benzerlik bulduğunda 'bu plastik şişedir' der. Bu da yanlış teşhis koyma (hatalı tanıma) ihtimalini azaltır.
Video Çözüm
AI ile video çözüm oluştur
İnteraktif Çözüm
Adım adım, sesli ve animasyonlu çözüm. Quiz ile kendini test et!