機械学習 偽陽性と偽陰性とは?分類の誤りを理解して正しく評価する方法を解説 偽陽性と偽陰性の違いと影響を解説。機械学習や検査における分類の誤りを正しく理解し、適合率・再現率を使って評価する方法をわかりやすく紹介します。 2026.10.29 機械学習
機械学習 感度(再現率/Recall)とは?分類モデルの見逃しを防ぐ評価指標を解説 がん検診で「見逃しゼロ」が求められる理由を考えれば、感度(再現率)の重要性がわかります。陽性を取りこぼさない力を測るこの指標の意味と、適合率との使い分けを解説します。 2026.10.07 機械学習
機械学習 ROC曲線とAUCとは?分類モデルの性能を正しく評価する方法を解説 正解率だけでモデルを選ぶと失敗します。閾値を変えても崩れない「総合的な実力」を測るROC曲線とAUCの読み方を、具体例で解説します。 2026.09.30 機械学習
機械学習 F1スコアとは?適合率と再現率のバランスを測る評価指標を解説 適合率と再現率はトレードオフの関係にあります。その両方を1つの数値で評価するF1スコアの計算方法と使いどころを解説します。 2024.11.26 機械学習