AIソリューションの実装とユースケース誤り発見
機械学習モデルの評価指標に関する以下の記述のうち、誤っているものはどれですか？
A.適合率（Precision）は、モデルが「正例」と予測したデータのうち、実際に正例だった割合を示す指標である。
✓ この記述は正しい。適合率はPositive予測の正確さを示し、False Positiveを減らすことで向上します。
B.AUC-ROC（Area Under the Curve）が1.0に近いほどモデルの分類性能が高く、0.5に近いほどランダム予測と変わらないことを意味する。
✓ この記述は正しい。AUC-ROCは分類モデルの総合的な性能を表し、1.0が完全な分類を意味します。
C.RMSE（Root Mean Square Error）は分類問題に使用される評価指標であり、値が小さいほど予測精度が高いことを示す。← 正解
✓ 正解です。この記述が誤りで、正しくはRMSEは回帰問題で使用される評価指標であり、分類問題には使用しません。
D.再現率（Recall）は、実際の正例のうちモデルが正しく「正例」と予測できた割合を示す指標である。
✓ この記述は正しい。再現率はFalse Negativeの少なさを示し、見逃しを減らすことで向上します。