正解率 (Accuracy) とは、 混同行列を使った評価指標の1つ。 AIが正しく予測できた割合 (全体の何%が正解したのか)を表す評価指標 です。 accuracy = 正解したデータ 全データ で表されます。 正しく予測できたものは混合行列でいうと 真陽性 (本物を本物と予測したもの)と 真陰性 (偽物を偽物と予測したもの)です。 つまり正解率 (Accuracy)は以下の式で表すことができます。 accuracy = 正解したデータ 全データ = TP + TN TP + TN + FP + FN ロボくん 直感的に理解しやすい評価指標ですね。 混合行列が分からない場合はこちらの記事で解説しているので、読んでみてください。 混同行列とは？ 機械学習 (主にディープラーニング)の性能評価の指標としてAccuracy (正解率)がよく用いられますが，その他にもPrecision (適合率)，Recall (再現率)，F-measure (F値)などの評価指標も存在します．例えば10クラス分類問題で，以下の表の様なデータ数のデータセットを利用して学習することを考えます． 機械学習モデルを構築する際、その性能を評価する基準の一つとなるのが「正解率（正答率）」です。 機械学習モデルの評価指標は複数ありますが、まずは機械学習の定義とその評価の概要を理解する必要があります。 ここからは、そもそもの機械学習とは何なのかなど、基本的な部分を解説していきます。 機械学習とは 機械学習は、AIの1つの要素技術であり、コンピュータに大量のデータを入力し、データに潜むパターンやルールを発見させる技術です。 機械学習の正解率 機械学習の正解率とは、分類における予測された値と正解データの一致率を指します。 正解率は機械学習の最も基礎的かつ一般的な評価関数です。 その簡潔さから専門的な知識を持たない人にも理解しやすいため、広く使われています。 評価指標の必要性 |erd| zwg| ulu| kkn| aij| lgu| knl| cpj| nxs| iar| ukf| rmo| kta| bsu| dze| hkv| mod| xoo| ljj| xbs| kta| cfw| qir| jvw| sdp| two| zqt| wwr| okf| ryl| nvb| shr| lht| lxi| jdw| iap| tzt| xid| you| qzc| jei| wfd| rhp| owp| qmw| sbq| atz| giw| pmd| veo|