ROC (Receiver Operating Characteristic) eğrisi, bir sınıflandırma modelinin farklı eşik değerlerinde duyarlılık (TPR - True Positive Rate) ve özgüllük (FPR - False Positive Rate) değerlerini görselleştirir. AUC (Area Under the Curve) ise ROC eğrisinin altında kalan alanı ifade eder ve modelin sınıfları ayırt etme yeteneğini ölçer. ROC ve AUC, özellikle tıbbi teşhis, yapay zeka ve derin öğrenme alanlarında sınıflandırma modellerinin performansını değerlendirmek ve karşılaştırmak için kullanılır.