পদ্ধতির তুলনা করুন

	Accuracy (সঠিকতা)	লগ-লস (ক্রস-এন্ট্রপি লস)
ক্ষেত্র	মডেল মূল্যায়ন	মডেল মূল্যায়ন
পরিবার	MCDM	MCDM
উদ্ভবের বছর	20th century	1990s
প্রবর্তক	Historical statistical foundations	Information theory and machine learning literature
ধরন	Evaluation metric	Loss function
মৌলিক উৎস	Fawcett, T. (2006). An introduction to ROC analysis. Pattern Recognition Letters, 27(8), 861-874.	Goodfellow, I., Bengio, Y., & Courville, A. (2016). Deep Learning. MIT Press.
অপর নাম	Overall Accuracy, Correct Classification Rate	Cross-Entropy Loss, Logloss
সম্পর্কিত	5	3
সারসংক্ষেপ	Accuracy is the proportion of correct predictions among the total number of predictions made by a classification model. It is the most intuitive performance metric and measures how often the classifier makes correct predictions overall, regardless of class.	Log-loss measures the difference between predicted probabilities and actual labels, penalizing confident wrong predictions more than uncertain ones. It is a standard loss function in machine learning optimization and evaluates probabilistic classifier calibration.