機械学習の基礎定義問題
がん検診AIで「見逃し（実際は陽性を陰性と予測）を最小化」したい場合に最優先すべき評価指標はどれか？
A.適合率（Precision）
✗ 陽性予測の中で実際に陽性の割合。見逃し（FN）削減より誤検知（FP）削減に使う指標。
B.正解率（Accuracy）
✗ 全予測中の正解割合。不均衡データや見逃し重視の場面では不十分な指標。
C.再現率（Recall）← 正解
✓ 正解。実際の陽性をどれだけ検出できたか（TP/(TP+FN)）。見逃し削減の主指標。
D.F1スコア
✗ PrecisionとRecallの調和平均。バランスを見る指標であり見逃し単独最小化には不向き。
「機械学習の基礎」の他の問題
IT・クラウド の関連資格
AWS Certified Cloud Practitioner（CLF-C02）
AWSクラウドの入門資格。クラウドの概念・AWSのコアサービス・セキュリティ・料金モデルを問う。
AWS Certified Solutions Architect - Associate（SAA-C03）
AWSでのシステム設計能力を問うアソシエイト資格。高可用性・セキュリティ・コスト最適化の設計が中心。
DP-900：Microsoft Azure Data Fundamentals
Azureのデータサービスの基礎を問うMicrosoft認定資格。リレーショナル/非リレーショナルデータ、分析ワークロード、コアのデータ概念を扱う。