Gym 評価関数

本講座では、モデルの予測精度を評価するための「評価関数」に関する基礎的な知識を学びます。
回帰、分類、推薦・検索、物体検出など、タスクの種類に応じた評価関数の使い分けについても解説します。

  • 3 時間
  • 1,350 Exp
  • 10 Videos
  • 0 Slides
  • 5 Missions
  • 9 Tasks
  • 17 Operations

イントロダクション50 Exp

評価関数のGymへようこそ。
ここでは、機械学習モデルの予測精度の評価するための指標である、評価関数について学んでいきます。また、回帰、分類、推薦・検索、物体検出など、タスクの種類に応じた評価関数の使い分けについても解説します。
まずは、本Gymの概要とカリキュラムを紹介します。

Videoを再生する

Mission 1

評価関数とは?

このミッションでは、評価関数の基本的な考え方を学んでいきます。

Task 1
評価関数とは?
50 Exp

Task 1

評価関数とは?

  • 1 時間
  • 1 Operations
  • 50 Exp

このタスクでは、評価関数の基本的な考え方について見ていきましょう。

Mission 2

回帰問題における評価関数

このミッションでは、回帰問題で使用する代表的な評価関数として、MAE、RMSE、MAPE、R2(決定係数)について学んでいきます。

Task 1
MAE、RMSE
250 Exp

Task 1

MAE、RMSE

  • 1 時間
  • 5 Operations
  • 250 Exp

このタスクでは、回帰問題の代表的な評価関数であるMAEとRMSEについて学びます。

Task 2
MAPE
150 Exp

Task 2

MAPE

  • 1 時間
  • 3 Operations
  • 150 Exp

このタスクでは、誤差率(相対誤差)を測るための評価関数であるMAPEについて学びます。

Task 3
R2(決定係数)
50 Exp

Task 3

R2(決定係数)

  • 1 時間
  • 1 Operations
  • 50 Exp

このタスクでは、モデルの当てはまり度合いを測るための評価関数であるR2(決定係数)について学びます。

Mission 3

分類問題における評価関数

このミッションでは、分類問題で使用する代表的な評価関数として、混同行列、Accuracy、Precision、Recall、F値、AUCについて学んでいきます。

Task 1
混同行列
50 Exp

Task 1

混同行列

  • 1 時間
  • 1 Operations
  • 50 Exp

このタスクでは、分類問題の評価関数の基礎となる、混同行列の考え方について見ていきます。

Task 2
Accuracy, Precision, Recall, F値
100 Exp

Task 2

Accuracy, Precision, Recall, F値

  • 1 時間
  • 2 Operations
  • 100 Exp

このタスクでは、分類問題の評価関数である、Accuracy(正解率)、Precision(適合率)、Recall(再現率)、F値の考え方について見ていきます。

Task 3
ROC曲線とAUC
50 Exp

Task 3

ROC曲線とAUC

  • 1 時間
  • 1 Operations
  • 50 Exp

このタスクでは、ROC曲線とAUCの基本的な考え方について見ていきます。

Mission 4

推薦・検索問題における評価関数

このミッションでは、推薦・検索問題で使用する代表的な評価関数として、mAP@NやnDCGについて学んでいきます。

Task 1
推薦・検索問題における評価関数
50 Exp

Task 1

推薦・検索問題における評価関数

  • 1 時間
  • 1 Operations
  • 50 Exp

このタスクでは、以下のトピックを扱います。

Mission 5

物体検出(領域検出)問題における評価関数

このミッションでは、物体検出(領域検出)問題で使用する代表的な評価関数として、IoUやmAPについて学んでいきます。

Task 1
物体検出(領域検出)問題における評価関数
100 Exp

Task 1

物体検出(領域検出)問題における評価関数

  • 1 時間
  • 2 Operations
  • 100 Exp

このタスクでは、以下のトピックを扱います。

PAGE
TOP