機械学習の評価比較
回帰モデルの評価で「MAE（平均絶対誤差）」と「RMSE（二乗平均平方根誤差）」を比較した場合、どのような違いがあるか？
A.MAEは外れ値の影響を受けやすく、RMSEは外れ値に対して敏感に反応する
✗ 表現が逆です。RMSEは二乗操作により外れ値に対してより敏感に反応します。MAEの方が外れ値に対してロバストです。
B.MAEはすべての誤差を平等に扱い、RMSEは大きな誤差に対してより大きなペナルティを与える← 正解
✓ 正解です。MAE は |誤差| の平均であり各誤差を均等に扱い、RMSE は誤差を二乗するため大きな誤差がより大きく反映されます。
C.MAEは分類問題用であり、RMSEは回帰問題用である
✗ MAE も RMSE も回帰問題の評価指標です。分類問題では適合率や再現率を使用します。
D.RMSEはMAEと異なり、負の誤差と正の誤差を区別する
✗ 両指標とも二乗や絶対値を使用するため、負の誤差と正の誤差の区別はされません。
この問題のポイント
MAE は |誤差| の平均であり各誤差を均等に扱い、RMSE は誤差を二乗するため大きな誤差がより大きく反映されます。
「機械学習の評価」の他の問題
スパムフィルターで「正常メールを誤ってスパムと判定する（誤検知）」を極力防ぎたい場合に最優先すべき指標はどれか？AUC-ROCスコアが0.5のモデルはどのような状態を示すか？回帰モデルの評価指標として「予測値と実際値の差の二乗の平均の平方根」を計算するものはどれか？不均衡データ（陽性99%・陰性1%）において「精度（Accuracy）だけが高い（99%）」モデルの問題点はどれか？分類モデルの評価において、適合率（Precision）と再現率（Recall）の違いとして最も正確なものはどれか？医療診断モデルで「疾患有りと予測したが実際は無い（偽陽性）」を減らしたい場合と、「疾患有りを見落とす（偽陰性）」を減らし…
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。