# Kitap Rotası: Karar Verme ve Çekimserlik
Genel Harita Belirsizlik Karar Verme Eşik Maliyet Matrisi Çekimserlik Yorumlanabilirlik Gözetimsiz ve Ötesi
Kitap / Tahminden Karara

Modelin olasılığı, kararın kendisi değildir. Eşik seçimi, hata maliyetleri ve gerektiğinde çekimser kalma hakkı; makine öğrenmesini skor üretmekten çıkarıp karar disiplini haline getirir. Bu rota tam olarak bu son katmanı görünür yapar.

## Neden Bu Bölüm Gerekli? - Aynı skor, farklı iş problemlerinde farklı karar kuralı ister. - `0.5` eşiği çoğu zaman sadece varsayılandır; optimum karar, hata maliyetine ve ön orana bağlıdır. - Yanlış pozitif ile yanlış negatif aynı fiyatı taşımazsa karar kuralı mutlaka kayar. - Bazı örneklerde en iyi hamle tahminde diretmek değil, çekimser kalmaktır. ## Bu Projedeki Görsel Karşılıklar
Eşik Kararı Skor dağılımı, sınıf oranı ve hata maliyeti değiştikçe optimum karar eşiğinin nasıl kaydığını gör. Canlı eşik demosu
Maliyet Matrisi Aynı karışıklık matrisinin farklı iş değerleri altında bambaşka toplam kazanç ya da zarar üretebildiğini izle. Canlı maliyet demosu
Çekimser Kalma Emin olunmayan örnekleri pas geçmenin risk-kapsam dengesini nasıl değiştirdiğini gör. Canlı abstention demosu
## Neden Belirsizlikten Sonra Geliyor? Çünkü önce modelin güvenini anlaman gerekir, sonra bu güvenle ne yapacağını belirlersin. Kalibrasyon ve conformal bantlar modelin ne kadar dürüst konuştuğunu anlatır; karar rotası ise bu konuşmayı eylem kuralına dönüştürür.
Bu Sayfa Eşik Maliyet Matrisi Çekimserlik Yorumlanabilirlik Sonraki: Yorumlanabilirlik