ディープラーニング

 

 

 

 

 

 

記事一覧

スポンサーリンク
ディープラーニング

quadratic weighted kappaとは?多クラス分類の評価指標

この記事を読んで分かること quadratic weighted kappaとは何か quadratic weighted kappaの計算方法 quadratic weighted kappaとは...
ディープラーニング

multi-class loglossとは?

この記事を読んで分かること multi-class loglossとは何か  multi-class loglossとは multi-class loglossとは、 多クラス分類の評価指標の...
ディープラーニング

多クラスにおけるF値(mean-F1・macro-F1・micro-F1)の計算方法

この記事を読んで分かること 多クラスにおけるF値(mean-F1・macro-F1・micro-F1)の計算方法 多クラス分類におけるF値の計算方法 代表的な評価指標の1つであるF値は、2クラス分類に対...
スポンサーリンク
ディープラーニング

multi-class acuracyとは?

この記事を読んで分かること multi-class acuracyとは何か multi-class acuracyとは multi-class acuracyとは、 他クラス分類の評価指標の1...
ディープラーニング

loglossとは?分類型タスクの評価指標

この記事を読んで分かること loglossとは何か loglossとは loglossとは、 $$logloss=- \frac{1}{N} \sum ^{n}_{i=1}y_i\log{p_...
ディープラーニング

MCC(Matthews Correlation Coefficient)とは?

この記事を読んで分かること MCC(Matthews Correlation Coefficient)とは何か MCC(Matthews Correlation Coefficient)とは MCCとは...
ディープラーニング

F値(F1-score, Fβ-score)とは?分類型でよく使う評価指標

この記事を読んで分かること F値とは何か F値(F1-score, Fβ-score)の計算方法 F値とは F値とは、 機械学習モデルの評価指標の1つで、適合率と再現率のバランスを取って...
ディープラーニング

再現率(recall)とは?分かりやすく図解で解説

この記事を読んで分かること 再現率(recall)とは何か 再現率(recall)の具体的な計算方法 再現率(recall)とは 再現率(recall)とは、 混同行列を使った評価指標の...
ディープラーニング

適合率(precision)とは?分かりやすく図解で解説

この記事を読んで分かること 適合率(precision)とは何か 適合率(precision)の具体的な計算方法 適合率(precision)とは 適合率(precision)とは、 混...
ディープラーニング

AUC(Area Under the ROC Curve)とは?

この記事を読んで分かること AUCとは何か ROC曲線の書き方 AUC(Area Under the ROC Curve)とは AUCとは、 2値分類における代表的な評価指標の1つ。 ...
スポンサーリンク
タイトルとURLをコピーしました