Dokładność (accuracy) to stosunek poprawnie zaklasyfikowanych przez model przykładów testowych do wszystkich przykładów testowych. Precyzja (precision) to stosunek poprawnie sklasyfikowanych diagnoz pozytywnych do liczby wszystkich przypadków, które model sklasyfikował jako pozytywne. Chatbot wersja B

Zbiór uczący (treningowy) to dane, na których model się uczy, znając prawidłową klasyfikację. Zbiór testowy to przykłady, których model nie widział w procesie uczenia, używane do sprawdzenia jego skuteczności. To, jak model radzi sobie z danymi testowymi, jest miarą tego, jak dobrze został wytrenowany. W Google Teachable Machine dane są automatycznie dzielone w proporcji 85% (zbiór uczący) do 15% (zbiór testowy). Chatbot wersja A.