علیرضا کبورانی - دانشجوی کارشناسی ارشد، گروه آمار دانشگاه تربیت مدرس
موسی گلعلی زاده - دانشیار، گروه آمار دانشگاه تربیت مدرس

پیش بینی و پیشگویی با کمک مدل های یادگیری آماری از پراستفاده ترین و مهمترین کاربردهای علم آمار است. مدل های آماری پس از آموزش به کمک پردازش داده های آموزشی، به اهداف متفاوتی مانند تخصیص مشاهدات جدید به کلاس های موجو‎د‎ در مدل های ‎‎طبقه بندی، نحوه عضویت مشاهدات در خوشه ها در مدل های خوشه بندی و موارد بسیار دیگر استفاده می شوند. معمولا این امکان وجود دارد که مدل در پیش بینی کلاس یا خوشه ی بعضی از مشاهدات خطا داشته باشد و آنها را به اشتباه به کلاس یا خوشه دیگری تخصیص دهد. در این شرایط مشخص کردن علت خطای مدل آماری به منظور اصلاح ‎‎روند کارکرد و ارتقای عملکرد آن بسیار حائز اهمیت است. خطاهای مدل ممکن است به علت برچسب گذاری اشتباه بالقوه، هم پوشانی کلاس ها، وجود زیرکلاس ها و موارد اینچنینی باشد. برای یافتن علت خطاهای مدل و دستیابی به بینش بهتر و عمیق تر نسبت به نتایج مدل های آماری و عملکرد آن ها، می توان از ابزار ارزیابی مدل های آماری مانند ماتریس درهم ریختگی استفاده کرد. عمده ابزارهای حاضر، بینشی کلی از عملکرد مدل ارائه می کنند و بررسی علت خطاها به صورت موردی فراهم نیست. در تحقیق حاضر، نمودار نقشه کلاس به عنوان راهکاری شهودی و بسیار پرکاربرد و راهگشا برای شناسایی و یافتن دلایل خطاهای پیش بینی مدل های آماری و بررسی موردی خطاها در هر یک از نقاط داده معرفی می شود. همچنین، نحوه عملکرد نقشه‎های کلاس در تحلیل مجموعه اعداد دست نوشته فارسی تشریح می شود و در آخر برای بهبود کارکرد این ابزار نرم افزاری کاربردی تحت وب که اخیرا نویسندگان این مقاله تولید کردند، ارائه می شود.

ارزیابی مدل،دیداری سازی،نقشه های کلاس،طبقه بندی،اعداد دست نویس