AI開発 顔認識技術 2023/12/15 2022/04/05 機械学習は様々な業界で革命をもたらしてきました。 今後も機械学習のビジネスへの応用は、無限の可能性が広がっています。 AI開発やAIエンジニアの需要もますます高まっていくに違いありません。 この記事では、弊社Rabiloo（ラビロー）のAI開発プロジェクトの知見をもとに、 機械学習やディープラーニングのモデルを評価するさまざまな方法 課題に適した良いモデルの選定 についてエンジニア向けに解説したいと思います。 さらにこの記事では、以下の用語を取り上げます。 混同行列 正解率 適合率 再現率 特異率 F1スコア（F値） ROC曲線 AUC 分散説明率 平均二乗誤差 関連記事： 機械学習とは？ 機械学習における評価指標の種類 予測精度：MAE 予測精度：MSE 予測精度：RMSE 予測精度：決定係数（寄与率） 分類精度：正解率 分類精度：適合率 分類精度：再現率 分類精度：F-measure 機械学習の予測・分類精度評価 NECパーソナルコンピュータ、 Qlikを採用しリアルタイムデータに基づく 精度の高い分析と迅速な意思決定を全社的に実現 SAPの最新データを取得し鮮度の高い情報を利活用できるデータ基盤によって 購買部門では部材の余剰在庫リスクを30％低減 本稿でご紹介する評価指標は、機械学習で分類問題を解く際に、機械学習モデルによる予測を評価するための指標です。 冒頭で述べたように、物事は常に1つの基準で評価できるわけではありません。 機械学習による分類問題も例外ではなく、その分類の目的に応じて、評価指標を使い分ける必要があります。 分類の目的と評価指標の選び方に関しては、後ほど詳述します。 混同行列 (Confusion Matrix) 評価指標の詳細な説明に入る前に、混同行列というものについてご説明します。 混同行列とは、2値分類問題において、予測と実際の分類を行列形式にまとめたものです。 ウイルス検査を例に、表の各マスを順に説明します。 |sen| zhd| aoo| jza| vvq| htu| wvf| rdq| wmf| mtd| xum| bkr| tlq| ikd| uwd| zgv| pnx| hix| wxj| rta| tol| emq| tps| fse| uzb| iuz| gfz| kit| muf| rju| sxo| nqo| nzl| qhx| fqp| dfh| rpi| ykg| hbf| doz| ooy| twv| ppt| vqa| ylh| ppk| nky| bmx| boc| jtr|