AIの基礎応用
ある医療診断AIシステムで、モデルの閾値（しきい値）を調整する際、病気の検出率を95%に上げると、誤検出（偽陽性）も増加して患者の不安が生じるようになりました。このトレードオフの関係はどれか？
A.適合率（Precision）と再現率（Recall）のトレードオフ← 正解
✓ 正解です。再現率（病気を見落とさない）を上げると適合率（誤検出を減らす）が低下するという典型的なトレードオフです。閾値調整で両者は相反します。
B.バイアスと分散のトレードオフ
✗ バイアス・分散トレードオフはモデル複雑度に関連し、閾値調整による偽陽性の増加とは異なる概念です。
C.汎化性能と学習時間のトレードオフ
✗ 汎化性能と学習時間のトレードオフではなく、予測の質と偽陽性数の関係を述べています。
D.過学習と過少学習のバランス
✗ 過学習と過少学習は訓練データへの適合度に関する問題で、閾値調整による検出率と誤検出の関係ではありません。
この問題のポイント
再現率（病気を見落とさない）を上げると適合率（誤検出を減らす）が低下するという典型的なトレードオフです。閾値調整で両者は相反します。
「AI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。