AIFAIとMLの基礎
ある企業は、広告のクリック率（CTR）を予測する回帰モデルを評価しています。予測値と実測値の誤差を評価したいものの、RMSEほど大きな誤差を強く重視する必要はありません。すべての誤差を同じ重みで評価したい場合、最も適切な評価指標はどれですか。
AMAE（Mean Absolute Error）
✓ 正解
MAEは誤差の絶対値を平均するため、すべての誤差を等しく評価します。外れ値の影響をRMSEほど強く受けないため、本問の要件に最も適しています。
BRMSE（Root Mean Squared Error）
RMSEは誤差を二乗して評価するため、大きな誤差をより重く扱います。大きな誤差を特に重視したい場合には適していますが、本問の要件とは一致しません。
CF1スコア
F1スコアは分類問題において適合率と再現率を組み合わせた評価指標です。クリック率のような連続値を予測する回帰モデルの評価には使用されません。
DBLEU
BLEUは機械翻訳の品質を評価するための指標です。数値予測や回帰モデルの誤差を測定する目的には利用されません。
解説
正解は「MAE（Mean Absolute Error）」です。MAEは予測値と実測値の差の絶対値を平均した指標であり、すべての誤差を同じ重みで評価します。そのため、一部の大きな誤差に過度な影響を受けにくいという特徴があります。一方、RMSEは誤差を二乗してから平均するため、大きな誤差ほど評価値に強く影響します。F1スコアは分類問題、BLEUは機械翻訳の評価指標であり、回帰問題には使用しません。AWS Certified AI Practitionerでは、RMSEとMAEの違い、および用途を理解していることが求められます。
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 →