.. _inspection:

الفحص
------

غالبًا ما يكون الأداء التنبئي هو الهدف الرئيسي لتطوير نماذج التعلم الآلي. 
ومع ذلك، فإن تلخيص الأداء بمقياس تقييم غالبًا ما يكون غير كافٍ: فهو يفترض أن مقياس التقييم ومجموعة بيانات الاختبار تعكسان تمامًا المجال المستهدف، وهو أمر نادرًا ما يكون صحيحًا.
في مجالات معينة، يحتاج النموذج إلى مستوى معين من القابلية للتفسير قبل نشره.
يحتاج النموذج الذي يعاني من مشكلات في الأداء إلى تصحيحه لفهم المشكلة الأساسية للنموذج.
توفر وحدة :mod:`sklearn.inspection` أدوات للمساعدة في فهم التنبؤات من نموذج وما يؤثر عليها.
يمكن استخدام هذا لتقييم افتراضات وتحيزات النموذج، وتصميم نموذج أفضل، أو لتشخيص مشاكل أداء النموذج.

.. rubric:: أمثلة

* :ref:`sphx_glr_auto_examples_inspection_plot_linear_model_coefficient_interpretation.py`

.. toctree::

    modules/partial_dependence
    modules/permutation_importance