Q47 — AWS AIF-C01 第1章
第 47/100 問 | ← 第1章
あるAI開発者が、画像中の材料タイプを分類するためのディープラーニングモデルを構築しました。現在、このAI開発者はモデルの性能を評価したいと考えています。以下の指標のうち、モデルの性能評価を支援できるのはどれですか？
- A. 混同行列（Confusion Matrix） ✓
- B. 相関行列（Correlation Matrix）
- C. R2スコア（R² Score）
- D. 平均二乗誤差（MSE: Mean Squared Error）
正解: A. 混同行列（Confusion Matrix）
解説
本問は、ディープラーニングモデルの性能評価指標に関する知識を問うものです。混同行列は、各クラスにおける真陽性、真陰性、偽陽性、偽陰性の結果を明確に示し、分類モデルの全体的な性能を包括的に評価できます。相関行列は変数間の線形関係を測定するものであり、分類モデルの評価には不適切です。R2スコアおよび平均二乗誤差（MSE）は回帰モデルに用いられる指標であり、分類タスクには適用されません。したがって、画像分類モデルの性能評価にはA「混同行列」が最も有効です。