機械学習の評価誤り発見
機械学習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.精度（Accuracy）は全体のサンプル中で正しく分類されたものの割合を示す指標である。
✓ この記述は正しい。精度（Accuracy）=(TP+TN)/(TP+TN+FP+FN)であり、全体的な正分類率を示す。
B.適合率（Precision）は陽性と予測したもののうち、実際に陽性だった割合を表し、偽陽性を減らしたいときに重視される。
✓ この記述は正しい。適合率（Precision）=TP/(TP+FP)であり、偽陽性を減らす場合に重視される。
C.再現率（Recall）は実際の陰性のうち、正しく陰性と予測できた割合を示す指標である。← 正解
✓ 正解です。この記述が誤りで、再現率（Recall）は「実際の陽性のうち、正しく陽性と予測できた割合」=TP/(TP+FN)である。説明文は「陰性」ではなく「陽性」が正しい。
D.F値は精度と再現率の調和平均であり、両者のバランスを評価する際に使用される。
✓ この記述は正しい。F値=2×(Precision×Recall)/(Precision+Recall)であり、精度と再現率のバランスを評価する。
この問題のポイント
この記述が誤りで、再現率（Recall）は「実際の陽性のうち、正しく陽性と予測できた割合」=TP/(TP+FN)である。説明文は「陰性」ではなく「陽性」が正しい。
「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。