機械学習の評価応用
感染症検査の陽性・陰性判定モデルで、感度（再現率）を98%、特異度を88%に設定しました。病院の管理者から「陽性と判定された患者の何割が実際に感染しているのか？」という質問を受けました。この質問に直接答える指標はどれですか？
A.感度（再現率）98%から、およそ98%が実際に感染していると説明できる
✗ 感度は「実際に感染している患者を正しく検出する割合」であり、「陽性判定が正確か」という質問には直接答えません。
B.特異度88%から、陰性判定の正確さが88%であることを説明する
✗ 特異度は「実際に非感染患者を正しく判定する割合」です。陽性判定の信頼度とは異なります。
C.適合率（精度の一種）で、陽性と判定された患者のうち実際に感染している割合を評価する← 正解
✓ 正解です。適合率（陽性予測値）は「陽性と判定された患者のうち、実際に感染している割合」を示す指標で、管理者の質問に直接答えます。
D.精度（Accuracy）で、全体的な判定正確性を説明する
✗ 精度は全体的な正解率ですが、陽性判定の信頼度を直接反映せず、患者比率の影響を受けます。
この問題のポイント
適合率（陽性予測値）は「陽性と判定された患者のうち、実際に感染している割合」を示す指標で、管理者の質問に直接答えます。
「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。