機械学習の評価定義
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？
A.計算コストが高い
✗ 精度の高さは計算コストとは無関係。
B.常に多数クラスを予測するだけでも99%の精度になり、少数クラスを検出できていない← 正解
✓ 正解。全件を陽性と予測するだけで99%の精度になる。少数クラスの検出にはF1・Recall・AUCを確認すべき。
C.訓練データが多すぎる
✗ データ量は不均衡問題とは別の問題。
D.モデルが複雑すぎる
✗ モデルの複雑さの問題ではなく、評価指標の選択の問題。
この問題のポイント
全件を陽性と予測するだけで99%の精度になる。少数クラスの検出にはF1・Recall・AUCを確認すべき。
「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？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…混同行列（Confusion Matrix）における「真陽性（TP）」と「真陰性（TN）」の違いは何か？
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。