訓練データに対する予測誤差を表す指標は？
- 訓練誤差
- 汎化誤差
- バイアス
- 分散
正解！
不正解...
正解は訓練誤差です。
問題に戻る
未知のデータに対する予測誤差を表す指標は？
- 汎化誤差
- 訓練誤差
- ROC曲線
- 過学習
正解！
不正解...
正解は汎化誤差です。
汎化誤差は、未知のデータに対する予測誤差を表し、モデルの本来の性能を評価する重要な指標です。
問題に戻る
訓練データには精度が高いが、テストデータでは性能が低下する現象は？
- 過学習
- 高精度
- モデルの簡素化
- 正則化
正解！
不正解...
正解は過学習です。
過学習とは、訓練データに対しては高精度でも、テストデータに対して性能が低下する現象です。
問題に戻る
データを訓練用と評価用に分けてモデル性能を確認する方法は？
- ホールドアウト検証
- k-分割交差検証
- ブートストラップ
- クラスタリング
正解！
不正解...
正解はホールドアウト検証です。
ホールドアウト検証は、データを訓練データとテストデータに分けてモデル評価を行う方法です。
問題に戻る
データを複数分割して繰り返し検証する評価方法は？
- k-分割交差検証
- ホールドアウト検証
- 過学習
- 正則化
正解！
不正解...
正解はk-分割交差検証です。
k-分割交差検証は、データをk個に分けて検証を繰り返すことで安定した性能評価が可能になります。
問題に戻る
モデル評価に使われる指標として正しいものは？
- MSE・RMSE・MAE
- 正解率・適合率・再現率・F値
- AUC
- すべて正しい
正解！
不正解...
正解はすべて正しいです。
評価指標には回帰・分類・ランキングなどタスクに応じて様々な指標があります。
問題に戻る
分類モデルの予測結果を正解/不正解で整理した表は？
- 混同行列
- k-分割交差検証
- ROC曲線
- AIC
正解！
不正解...
正解は混同行列です。
混同行列は、分類モデルの予測結果を可視化し、正解・誤分類の詳細を把握できます。
問題に戻る
適合率と再現率のバランスを評価する指標は？
- 正解率
- 適合率
- 再現率
- F値
正解！
不正解...
正解はF値です。
F値は適合率と再現率のバランスをとった調和平均であり、分類タスクでよく使われます。
問題に戻る
ROC曲線の下の面積を表し、分類性能を表す指標は？
- ROC曲線
- AUC
- MSE
- 混同行列
正解！
不正解...
正解はAUCです。
AUCはROC曲線の下の面積であり、分類モデルの性能（予測力）を数値で示す指標です。
問題に戻る
『必要以上に複雑な仮説を避けるべき』という原則は？
- オッカムの剃刀
- モデルの複雑さ
- 高性能モデル
- バギング
正解！
不正解...
正解はオッカムの剃刀です。
オッカムの剃刀とは『必要以上に複雑なモデルは避けるべき』という原則を指します。
問題に戻る
訓練誤差は、訓練データに対する予測誤差を示すもので、学習時の性能を表します。