Die Idee hinter der Bewertung der Genauigkeit des maschinellen Lernens ist einfach. Man füttert das maschinell erlernte Modell mit bekannten Beispielen und misst, wie gut es auf diesen abschneidet. Wenn das Modell darauf trainiert wurde, Straßenschilder anhand von Fotos zu erkennen, werden ihm während der Testphase Bilder von Straßenschildern gezeigt und es wird berechnet, wie oft die Schilder darauf korrekt erkannt werden.