翻訳は機械翻訳により提供されています。提供された翻訳内容と英語版の間で齟齬、不一致または矛盾がある場合、英語版が優先します。

# モデル評価
<a name="canvas-evaluate-model"></a>

モデルの作成後にモデルを使用した予測を行う前に、モデルのパフォーマンスを評価できます。ラベルを予測する際のモデルの精度や高度なメトリクスなどの情報を使用して、モデルがデータに対して十分に正確な予測を行えるかどうかを判断できます。

「[モデルのパフォーマンスを評価する](canvas-scoring.md)」のセクションでは、モデルの **[分析]** ページで情報を表示および解釈する方法について説明します。「[分析で高度なメトリクスを使用する](canvas-advanced-metrics.md)」のセクションには、モデルの精度を定量化するために使用される**高度なトメトリクス**に関する詳細情報が含まれています。

特定の*モデル候補*のより詳細な情報を表示することもできます。これは、Canvas がモデルの構築中に実行するすべてのモデル反復です。特定のモデル候補の高度なメトリクスに基づいて、デフォルトとなる別の候補、または予測の作成とデプロイに使用されるバージョンを選択できます。モデル候補ごとに、**高度なメトリクス**情報を表示して、デフォルトとして選択するモデル候補の決定に役立てることができます。この情報を表示するには、**モデルリーダーボード**からモデル候補を選択します。詳細については、「[モデルリーダーボードでモデル候補を表示する](canvas-evaluate-model-candidates.md)」を参照してください。

Canvas には、モデルの構築に使用されるコードを表示して実行できるように、Jupyter Notebook をダウンロードするオプションもあります。これは、コードを調整したり、モデルの構築方法の詳細を確認したりする場合に役立ちます。詳細については、「[モデルノートブックをダウンロードする](canvas-notebook.md)」を参照してください。