機械学習の評価計算
メール分類モデルについて、真陽性（TP）= 56、偽陽性（FP）= 14 の場合、適合率（Precision）はどれか？
A.0.75（75%）
✗ わずかに低い値です。適合率 = TP /（TP + FP）= 56/（56+14）= 56/70 を正確に計算すると80%になります。
B.0.80（80%）← 正解
✓ 正解です。適合率＝56/（56+14）= 56/70 = 0.80（80%）です。モデルが陽性と判定したもののうち実際に正しい割合を示します。
C.0.88（88%）程度
✗ この値は高すぎます。分母は56+14=70であり、56/70=0.80が正しい計算結果です。
D.0.70（70%）
✗ この値は低すぎます。適合率の計算で偽陰性を誤って含めていないか確認してください。
この問題のポイント
適合率＝56/（56+14）= 56/70 = 0.80（80%）です。モデルが陽性と判定したもののうち実際に正しい割合を示します。
「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。