ROC 曲線と AUC
ROC 曲線と AUC
ROC曲線はTPR(True Positive Rate、再現率、Recall、Sensitivity)とFPR(False Positive Rate)によって描かれるグラフであり、AUC(Area Under Curve)はROC曲線下の面積です。
TPRは実際に正のデータを正と予測できた割合であり、FPRは実際は負のデータを正と誤予測した割合です。一つのモデルに対して分類の閾値を変えていき、ROC曲線をプロットします。AUCが高いほど精度が良いモデルが得られているという指標になります。
👉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
モデルの混合行列からROC曲線を描き、その曲線下の面積を求めるAUCという指標があるが、ランダムな分解機の場合におけるAUCの値として最も適切な選択肢を一つ選べ。
- 正解を見る
- 解説を見るAUCとは偽陽性率を横軸、真陽性率を縦軸にとってプロットを行なった時にできる曲線でできる面積(積分値)を表します。ランダムの時、偽陽性率と真陽性率はほぼ等しくなるため、AUCは0.5となります。
👉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
