偽陽性-偽陰性

混同行列は2値分類問題において、予測値と実際の値の関係を示す2×2で表現された行列です。

予測値と実際の値の関係によって真陽性(True Positive),偽陽性(False Positive),偽陰性(False Negative),真陰性(True Negative)に分けられます。これらの値を用いた指標として正解率,適合率,再現率,F値などがあり、これらを目的に沿って選択し、適切にモデルを評価する必要があります。

👉より体系的に学びたい方は「人工知能基礎」（東京大学松尾豊先生監修）へ

クイズ

以下の文章を読み、空欄（ア）に最もよく当てはまる選択肢を1つ選べ。サンプルを陽性（Positive）と陰性（Negative）の2クラスに分ける2値分類を考える。分類問題の性能指標である（ア）は、Positiveと予測されたサンプルのうち、実際にPositiveであったサンプルの割合であり、偽陽性（False Positive, FP）を減らすことを重視する場合に採用することが望ましい。

適合率
再現率
特異率
構成率

正解を見る

解説を見る
予測が正の中で実際に正であったものの割合は適合率といい、偽陽性を減らす、つまり予測に対しどれだけ正確かを評価します。再現率とはトレードオフの関係になります。（参考: G検定公式テキスト第2版第4章 4-2 P143-145) （参考: G検定公式テキスト第1版 P107 - 109）
👉G検定の受験対策は約1,000問収録の「G検定実践トレーニング」へ

人工知能基礎講座を提供中

人工知能の第一人者である東京大学の松尾豊教授が監修した人工知能基礎講座を受講してみませんか？人工知能の歴史から自然言語処理、機械学習、深層学習といった最先端のトピックやAIに関わる法律問題まで網羅しているので全てのビジネスパーソン・AIの初学者におすすめです。

サンプル動画

人工知能基礎講座はこちら↓

AI初学者・ビジネスパーソン向けのG検定対策講座

G検定受験前にトレーニングしたい方向けの問題集「G検定実践トレーニング」も提供中です。

zero to oneの「E資格」向け認定プログラム

日本ディープラーニング協会の実施するE資格の受験ならzero to oneの「E資格」向け認定プログラム (税込165,000円) をおすすめします。当講座は、東京大学大学院工学系研究科の松尾豊教授と東北大学大学院情報科学研究科の岡谷貴之教授が監修する実践的なプログラムとなっています。厚生労働省の教育訓練給付制度対象のE資格認定プログラムの中では最安値※となり、実質負担額49,500円～(支給割合70%の場合)で受講可能です。※2023年弊社調べ

G検定（AI・機械学習）用語集トップ

＜体験型＞学習ブログ

偽陽性-偽陰性