Gym 評価関数

難易度:★★☆☆☆

  • 業種
  • 全業種共通
  • リテラシー

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。

Video 1
評価関数とは?
    50 Exp
    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。

    Video 1
    MAE、RMSE
      50 Exp
      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。

      Video 2
      MAPE
        50 Exp
        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。

        Video 3
        R2(決定係数)
          50 Exp
          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。

          Video 1
          混同行列
            50 Exp
            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。

            Video 2
            Accuracy,Precision,Recall,F値
              50 Exp
              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。

              Video 3
              ROC曲線とAUC
                50 Exp
                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。

                Video 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
                  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。

                  Video 1
                  物体検出(領域検出)問題における評価関数
                    50 Exp
                    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。