随時更新中
はじめに
この週では実際に機械学習・DeepLearnigの技術をプロジェクトに導入してシステムの開発・構築を進めていく際のノウハウを紹介している。
- Week1で学習すること
- メトリクスの選定
- 訓練・テストデータセットの分割
- 上限理論値(Bayes Error)の設定
- Human Performanceを上回るには
Setting up your goal
Single Number Evaluation Metric
Single Number Evaluation Metric (C3W1L03) https://t.co/nGqalr8C4Y @YouTubeさんから
— wakame (@wakame1367) 2018年1月21日
F値(F1-Score)および再現率(Recall)、適合率(Precision)について、この講座では簡単な説明程度で済ませているため
復習したい場合は下記リンクが詳しい。
F値 - 機械学習の「朱鷺の杜Wiki」
Coursera Machine Learning (6): 機械学習のモデル評価(交差検定、Bias & Variance、適合率 & 再現率)
2値分類の場合
以下のような分類器A, Bがあり、どちらを正式採用するかで悩んだときは再現率と適合率、F値を求め
F値のそれぞれの値で分類器の優劣を判断する。
分類器 | 適合率[%] | 再現率[%] | F値[%] |
---|---|---|---|
A | 90 | 89 | 89.5 |
B | 85 | 91 | 87.9 |
Development Set(= Cross Validation Set)と上記手順を用いて作業を加速させる。