Azure ML誤り発見
分類モデルの評価指標に関する以下の記述で、誤っているものはどれか。
A.不均衡データセット（例：陽性1％、陰性99％）では、精度（Accuracy）だけで評価するとモデルの実際の性能を過大評価する可能性がある。
✓ この記述は正しい。不均衡データで精度が誤解を招く理由は、多数派クラスを予測するだけで高い精度が得られるからである。
B.Precision（適合率）は『陽性と予測したもののうち、実際に陽性である割合』であり、予測値の信頼性を測定する指標である。
✓ この記述は正しい。適合率の定義は正確であり、陽性予測の信頼度を測定する。
C.Recall（再現率）は『実際の陽性データのうち、正しく陽性と予測できた割合』であり、見逃しエラーの多さを直接反映する指標である。
✓ この記述は正しい。再現率の定義と見逃しエラーとの関係は正確である。
D.F1スコアはPrecisionとRecallの平均値であり、両指標を同等に重視する場合に最も有効な単一指標である。← 正解
✓ 正解です。この記述が誤りです。F1スコアはPrecisionとRecallの調和平均（算術平均ではなく）です。算術平均ではなく調和平均を用いることで、両指標の極端な不均衡を避ける設計になっています。
この問題のポイント
この記述が誤りです。F1スコアはPrecisionとRecallの調和平均（算術平均ではなく）です。算術平均ではなく調和平均を用いることで、両指標の極端な不均衡を避ける設計になっています。
「Azure ML」の他の問題
Azure Machine Learning DesignerとAutomated MLの違いとして正しいものはどれか？Azure MLで「注文ごとに即時で詐欺判定を返すAPI」と「月末に100万件を一括処理するAPI」に対してそれぞれ適切…Azure MLのモデルレジストリの主な目的はどれか？Azure MLのResponsible AI ダッシュボードで確認できる分析として含まれないものはどれか？Azure MLのAutoMLが複数のモデルを試した後、最終的に最良モデルを選ぶ基準として使われる指標の例として正しいの…Azure Machine Learningで複数のアルゴリズムとパラメータを自動試行し、特定データに最適なモデルを特定…
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。