AIFAIとMLの基礎
ある金融機関が、Amazon SageMaker を使用してクレジットカードの不正取引を検出するMLモデルを構築しています。不正取引の見逃し（偽陰性）は顧客への直接的な損害に繋がるため、見逃しを最小限に抑えることが最重要要件です。このシナリオでモデル性能を評価する際に最も重視すべき指標はどれですか？
A正確度（Accuracy）：全予測のうち正しく分類された割合
正確度（Accuracy）：全予測のうち正しく分類された割合はクラス不均衡データ（不正取引は全体の極一部）では指標として機能しません。
B適合率（Precision）：不正と予測したケースのうち実際に不正だった割合
適合率（Precision）：不正と予測したケースのうち実際に不正だった割合は偽陽性を減らしたい場合に重要です。
C再現率（Recall）：実際の不正取引のうちモデルが正しく検出できた割合
✓ 正解
再現率（Recall）は、実際に正例（不正取引）であるケースのうちモデルが正しく検出できた割合（真陽性 / （真陽性＋偽陰性））を示します。偽陰性（見逃し）のコストが高いユースケース（不正検出・医療診断等）では再現率の最大化が優先されます。
D特異度（Specificity）：正常取引を正常と正しく判定できた割合
特異度（Specificity）：正常取引を正常と正しく判定できた割合は陰性クラスの検出精度を測る際に重要です。
解説
再現率（Recall）は、実際に正例（不正取引）であるケースのうちモデルが正しく検出できた割合（真陽性 / （真陽性＋偽陰性））を示します。偽陰性（見逃し）のコストが高いユースケース（不正検出・医療診断等）では再現率の最大化が優先されます。
選択肢Aの正確度（Accuracy）：全予測のうち正しく分類された割合はクラス不均衡データ（不正取引は全体の極一部）では指標として機能しません。
選択肢Bの適合率（Precision）：不正と予測したケースのうち実際に不正だった割合は偽陽性を減らしたい場合に重要です。
選択肢Dの特異度（Specificity）：正常取引を正常と正しく判定できた割合は陰性クラスの検出精度を測る際に重要です。
ドメイン別正答率・予想スコアでリアルタイムに実力把握
無限ノックでAIFを徹底対策。全問AI生成のオリジナル問題。
無料で演習を始める →