Now Loading...

Now Loading...

偽陽性-偽陰性

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。

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。
  • 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)

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↓ zero to one G検定 人工知能基礎 jdla

AIエンジニアを目指すならE資格

日本ディープラーニング協会の実施するE資格の受験に必要となるE資格認定プログラムを割引価格で提供中です。最短合格を目指す方向けのスピードパッケージを70,000円で提供中。(一発合格で33,000円のキャッシュバックキャンペーンも実施中です) zero to one E資格 jdla

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 E資格 jdla

関連ワード

機械学習の具体的手法

教師あり学習

教師なし学習

強化学習

モデルの評価