このセクションの他の記事
精度評価
学習済みAIの予測精度を評価する指標を一覧で表示します。
■数値データの場合
分類は次の評価指標を用います。
・混同行列
・正解率
・適合率
・再現率
・F値
回帰は次の評価指標を用います。
・精度(R2)（決定係数）
・二乗平均平方根誤差（RMSE）
■文書データ（自然言語処理）の場合
文章などを自然言語解析してから、分類を行う使い方を想定しています。そのため、評価指標は数値データの分類とほぼ同じです。
次の評価指標を用います。
・混同行列
・マクロ適合率
・マクロ再現率
・全体正解率
・平均正解率
・マクロF値
■画像データの場合
タブで［テストデータ］と［学習データ］を切り替えて、それぞれのデータでの評価指標を確認できます。
・テストデータ正解率
・テストデータ損失関数の値
・学習データ正解率
・学習データ損失関数の値
■時系列データの場合
時系列データの学習結果は他のAIモデルと異なり、グラフで表現します。
画面左の［表示内容］から確認したい指標のグラフを選択します。
・予測値
・トレンド
・変化点
・相関グラフ
・周期
精度評価の詳細な見方は、それぞれのページをご覧ください。
- 数値データ ：精度評価の見方（分類・回帰）
- 文書データ ：精度評価の見方（文書データ（自然言語処理））
- 画像データ ：精度評価の見方（画像データ（ディープラーニング））
- 時系列データ：精度評価の見方（時系列解析）