AIの基礎概念と歴史定義問題
機械学習モデルの評価指標「精度（Accuracy）」の定義として最も正確なものはどれか。
A.実際に陽性だったサンプルのうち、モデルが正しく陽性と予測したもの、数の割合
✗ これは再現率（Recall）の定義で、実際の陽性サンプルに対する検出率を示します。
B.全てのサンプルのうち、モデルが正しく予測したサンプル数の割合← 正解
✓ 正解です。精度（Accuracy）は（TP+TN）/（TP+TN+FP+FN）で計算され、全体的な予測正確性を表します。
C.モデルが陽性と予測したサンプルのうち、実際に陽性だったものの割合
✗ これは適合率（Precision）の定義で、予測陽性の中での正確さを示します。
D.全てのサンプルのうち、モデルが誤って予測したサンプル数の割合
✗ これは誤分類率で、精度の逆数的な指標です。
「AIの基礎概念と歴史」の他の問題
機械学習モデルが訓練データに過度に適合し、テストデータでの性能が低下した場合、このような状況を改善するためには、次のうち…深層学習モデルが新しいドメイン（異なるデータ分布）に対応する際、事前学習済みモデルを使用した転移学習を適用する場合、モデ…勾配消失問題が発生している深層ニューラルネットワークを改善する場合、次のうちどの施策の組み合わせが最も効果的ですか？自然言語処理タスクで、訓練データが極めて限定的な場合、次のうちどのアプローチが最も実用的ですか？画像分類モデルが特定のクラスに対して極めて高い確信度（90%以上の予測確率）を返しても、実際には予測が外れている場合が頻…時系列予測タスクで、長期的な依存関係を捉える際に通常のLSTMが困難を示した場合、改善策として最も適切なのはどれですか？