このセクションの他の記事
- 学習とは
- AIの学習設定
- 学習の詳細設定
- 学習の実行と進捗・学習の中止
- AIの学習の終了
- 概要
- 期待される効果
- 精度評価
- 精度評価の値について
- 精度評価の見方（分類・回帰）
- 精度評価の見方（文書データ（自然言語処理））
- 精度評価の見方（画像データ（ディープラーニング））
- 精度評価の見方（時系列解析）
- テスト結果の見方(数値)
- テスト結果の見方(ファインチューニング)
- 重要度
- RAGプロンプト管理機能
- テキストマイニング
- クラスタリング
- 学習情報
- 最適化の条件設定
- 最適化の式での条件設定
- 最適化結果の見方
- 最適化の仕組み
- 他のAIを確認する
- 再学習
- 学習済みAIの保存
- AIの作成お疲れさまでした！
テスト結果の見方(ファインチューニング)
ファインチューニングブロック特有のテスト結果の見方を紹介します。
精度評価については 精度評価の見方（画像データ（ディープラーニング）） をご覧ください。
マスクをしているか、していないかを判断するAIを例に紹介します。
１．テスト結果は、学習済みAIの「テスト結果」のタブにあります。
２．AIがテストデータを用いて判断した結果が表示されます。
３．「重要度を表示」のチェックを入れることで「ヒートマップ」を表示します。
ヒートマップとは、画像のどの部分が重要かを視覚的に示すツールです。主に、どの領域に注目しているのかを確認するために使われます。
４．ヒートマップは色の濃淡や温度感で情報を表します。
赤・黄色：モデルが強く注目している部分
青・緑：影響が少ない部分
ＡＩが、マスクの有無を口元を見て判断をしていることがわかります。
このように、ファインチューニングブロックを用いたテスト結果では、ＡＩがどこを見て判断をしているのかをグラフィックも含めて確認することができます。