令和5年度 春期 応用情報技術者試験 午前 問3
テクノロジAI・データ活用
この問題は2023(R5)春 応用情報技術者 午前に出題されたものです。出題時点の法令・制度に基づく内容のため、現行の内容と一致しない場合があります。
本ページの問題文・選択肢は、原本の体裁を Web 表示用に正規化しています（改行・記号・数式・図表参照の調整）。設問の趣旨および正解に影響する変更は加えていません。
AIにおける機械学習で, 2クラス分類モデルの評価方法として用いられるROC曲線の説明として, 適切なものはどれか。
解答・解説を読む
正解: 選択肢ア
ROC（Receiver Operating Characteristic）曲線は、AIにおける機械学習の2クラス分類モデルの性能を評価するためのグラフです。
縦軸に真陽性率（TPR：True Positive Rate）、横軸に偽陽性率（FPR：False Positive Rate）をプロットし、分類の閾値を変化させたときの両者の関係を示します。
したがって、正解は「真陽性率と偽陽性率の関係を示す曲線である。」となります。
各選択肢の解説
- ア（正解）: ROC曲線の正しい説明です。
- イ（誤り）: 真陽性率（再現率）と適合率の関係を示す曲線は、PR曲線（Precision-Recall curve）と呼ばれます。主に不均衡データの評価に用いられます。
- ウ（誤り）: 正解率と適合率の関係を示す一般的な評価曲線は存在しません。
- エ（誤り）: 適合率と偽陽性率の関係を示す一般的な評価曲線は存在しません。