-
রিগ্রেশন মডেল পরিচিতি – Linear and Logistic Regression, Ridge and Lasso Regression
-
পারফরম্যান্স মেট্রিক্স – মডেল কতটুকু ভালো পারফর্ম করছে সেটা বুঝা
-
রেসিডুয়াল এবং এরর অ্যানালাইসিস: মডেল এর এরর খুজে বের করা, প্রব্লেম সলভ করা, এনালাইজ করে মডেলের পারফর্ম্যান্স আরো বৃদ্ধি করা
-
Accuracy, Precision, Recall, F1 Score – মেশিন লার্নিং মডেলের প্রেডিকশন ঠিক আছে কিনা সেটা যাচাই করা
-
ROC Curve & AUC: রিসিভার অপারেটিং ক্যারেক্টেরিস্টিক কার্ভের মাধ্যমে মডেলের ফিউচার ভ্যালু ঠিকভাবে প্রেডিক্ট করছে কি না সেটা যাচাই করা
-
কনফিউশন ম্যাট্রিক্স: True Positive, True Negative, False Positive ইত্যাদি দিয়ে মেশিন লার্নিং মডেল ইভালুয়েট করা
