Die Evaluierung von Deep-Learning-Modellen ist ein wesentlicher Bestandteil des Modell-Lifecycle-Managements. Während traditionelle Modelle hervorragende schnelle Benchmarks für die Modellleistung lieferten, erfassen sie oft nicht die nuancierten Ziele realer Anwendungen. Beispielsweise könnte ein Betrugserkennungssystem die Minimierung von Falsch-Negativen über Falsch-Positive priorisieren, während ein Modell zur medizinischen Diagnose [...]