1. 定義と概要 F値（F1スコア、F-measure）とは、二値分類モデル（データを陽性・陰性の2つのクラスに分ける予測モデル）の評価指標のひとつで、適合率（…

1. 定義と概要 再現率（Recall）とは、実際に陽性（Positive）であるデータのうち、モデルが正しく陽性と予測できた割合を示す評価指標です。計算式は「…

1. 定義と概要 適合率（Precision）とは、分類モデル（データを「正例」か「負例」かに振り分けるAIモデル）が「正例（陽性）」と予測したデータのうち、実…

1. 定義と概要 偽陰性とは、実際には陽性であるデータに対して、モデルが誤って陰性と予測した場合です。 分類モデル（入力されたデータを「陽性」「陰性」のようない…

1. 定義と概要 偽陽性（False Positive, FP）とは、分類問題において実際には陰性（Negative）であるデータを、モデルが誤って陽性（Pos…

1. 定義と概要 真陰性（TN: True Negative）とは、実際の値が「陰性（Negative）」であるものを、モデルが正しく「陰性」と予測した件数のこ…

1. 定義と概要 真陽性（True Positive、TP）とは、実際に陽性（Positive）であるデータに対して、予測モデルも陽性と判定した結果です。混同行…

1. 定義と概要 混同行列とは、二値分類（答えを「陽性」か「陰性」かの2択に分ける分類問題）モデルの予測結果を、実際のクラスと予測したクラスの組み合わせで4つに…

1. 定義と概要 正解率（Accuracy）とは、モデルの予測が正しかった件数を、全件数で割った値です。その土台になるのが混同行列（予測結果を「合っていた/間違…

1. 定義と概要 MLOpsとは、DevOps（開発チームと運用チームが連携し、ソフトウェアを継続的かつ迅速に改善・提供する考え方）を機械学習（ML）に応用した…