Q42 — AWS AIF-C01 第2章
第 42/100 問 | ← 第2章
あるAIエンジニアが、開発者が既に構築したディープラーニングモデルを用いて、画像内の材料の種類を分類するタスクを実行しています。現在、このAIエンジニアは、そのモデルの性能を評価したいと考えています。 どの指標がAIエンジニアがモデルの性能を評価するのに役立ちますか？
- A. 混同行列（Confusion Matrix） ✓
- B. 相関行列（Correlation Matrix）
- C. R2スコア
- D. 平均二乗誤差（MSE）
正解: A. 混同行列（Confusion Matrix）
解説
ディープラーニングモデルの性能を評価する際には、モデルの分類能力を正確に反映する指標を選択することが重要です。混同行列は、各クラスにおける正解・不正解の分布を明確に示す重要な評価ツールであり、AIエンジニアがモデルの全体的な性能を包括的に把握するのに役立ちます。一方、相関行列は変数間の相関関係を示すものであり、R2スコアは回帰モデルの性能評価に主に用いられ、MSEは予測値と実測値の誤差の大きさを測定するものです。分類タスクにおいては、これらは混同行列ほど直接的に分類精度を反映しません。したがって、混同行列をモデル性能評価の指標として選択することが適切です。