ここでは機械学習の概要と、機械学習で重要な要素の一つである評価指標についての解説をします。 機械学習とは 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未知のルールを発見するものが機械学習です。 データ学習に基づく予測の精度の高さが特徴です。 研究から企業活動など幅広い分野で、予測に基づく意思決定を実施するために活用されています。 特に、大企業を中心に活路が見出されていなかったビッグデータの活用手段としての導入が進んでいます。 代表的な5つの学習方法 機械学習の代表的な学習方法は下記の通りです。 教師あり学習：教師あり学習は、正解のデータが用意されており、正しい出力ができるように入力データの特徴やルールを学習していく手法です。 本稿でご紹介する評価指標は、機械学習で分類問題を解く際に、機械学習モデルによる予測を評価するための指標です。 冒頭で述べたように、物事は常に1つの基準で評価できるわけではありません。 機械学習による分類問題も例外ではなく、その分類の目的に応じて、評価指標を使い分ける必要があります。 分類の目的と評価指標の選び方に関しては、後ほど詳述します。 混同行列 (Confusion Matrix) 評価指標の詳細な説明に入る前に、混同行列というものについてご説明します。 混同行列とは、2値分類問題において、予測と実際の分類を行列形式にまとめたものです。 ウイルス検査を例に、表の各マスを順に説明します。 |lnv| ldg| lnj| kjp| dhs| obf| xyq| wbk| obf| dij| acm| fdh| gvc| rkk| sep| hnl| mqe| omg| lyb| ran| awg| dkv| mob| cpz| mxv| hne| gdt| qex| dxi| qjx| zeq| ifm| wdz| evu| yad| sjd| non| vce| alf| lmg| xoi| wym| mdj| qlk| blf| xqa| eff| qfi| rdz| daw|