問題 No.1041
統計モデルや機械学習モデルを評価・選択する際、モデルの訓練データへの適合度を高めようとしてパラメータを増やしすぎると過学習が起きるため、適合度とパラメータ数の双方のバランスを考慮して計算される赤池情報量規準の略称を【 】という。値が小さいほど良いモデルとされる。
【正解の解説】
AIC
赤池情報量基準(AIC)は、統計モデルや機械学習において、モデルの予測精度とパラメータ数のバランスを評価する指標です。値が小さいほど、不要に複雑すぎず、かつ予測性能が高いバランスの良いモデルであることを示します。
スポンサーリンク
【その他の選択肢の解説】
BIC
ベイズ情報量基準(BIC)は、統計モデルの評価指標の一つです。モデルの当てはまりの良さを評価しつつ、複雑すぎるモデルにはペナルティを与えることで、過学習を防ぎ、よりシンプルなモデルを選択するのに役立ちます。
RMSE
二乗平均平方根誤差(RMSE)は、予測値と実際の値の間のズレを評価する指標です。ズレを二乗してから平均し、最後に平方根をとるため、予測が外れた分だけ大きなペナルティとして現れるのが特徴です。
MAE
平均絶対値誤差(MAE)は、予測値と実際の値のズレを絶対値で計算し、その平均をとった指標です。計算が直感的で分かりやすく、外れ値の影響を受けにくいという特徴があります。