Какие современные методы существуют для расчета вероятности возникновения ошибок в массиве данных?

Некоторые современные методы для расчёта вероятности возникновения ошибок в массиве данных:

• Матрица ошибок. gitverse.ru Инструмент используют в машинном обучении для оценки производительности алгоритма классификации. gitverse.ru Матрица описывает ошибки классификатора и типы возникающих ошибок. gitverse.ru Некоторые показатели, которые входят в матрицу ошибок: Precision, Accuracy, Recall, ROC-кривая, AUC, Null error rate, Misclassification rate. gitverse.ru
• Графический анализ данных. books.ifmo.ru Включает построение линейчатых графиков, гистограмм, диаграмм рассеяния и диаграмм размаха. books.ifmo.ru Такой анализ позволяет оценить характер данных и зафиксировать очевидные ошибки, например, вызванные неправильным вводом или импортом данных, а также пропуски. books.ifmo.ru
• Статистические методы проверки гипотез. books.ifmo.ru Позволяют получить p-значение, которое отражает вероятность того, что имеющуюся выборку данных возможно наблюдать при условии, что гипотеза верна. books.ifmo.ru
• Вычислительный вероятностный анализ (ВВА). www.nsc.ru Предназначен для решения практических задач, связанных с исследованиями сложных систем в условиях различных видов неопределённости и типов эмпирических данных. www.nsc.ru
• Математическая теория очевидностей (свидетельств) Демпстера–Шафера. www.nsc.ru Основана на функции доверия и функции правдоподобия, которые используют для того, чтобы скомбинировать отдельные части информации (свидетельства) для вычисления вероятности события. www.nsc.ru