使い方最終確認 2026.10.02
Evaluation Metric
評価指標(メトリクス)ひょうかしひょう・メトリクス
AIの予測や生成結果が目的へどれだけ合っているかを、決めた方法で測る数値や基準です。
MEANING
もう少し詳しく
分類では正解率、適合率、再現率など、回帰では予測値と実際の値の差などを使います。どの指標を重視するかは、見逃しと誤検知のどちらが重大かといった利用目的や失敗時の影響によって変わります。
EXAMPLE
身近な例
迷惑メール判定で、全体の正解率だけでなく、正常なメールを誤って迷惑メールにする割合と、迷惑メールを見逃す割合を分けて確認します。
MISUNDERSTANDING
よくある勘違い
正解率が高ければ、どの場面でも良いAIとは限りません。少数しかない重要な例をすべて外しても、データの偏りによって正解率だけは高く見えることがあります。
KEY POINT
覚えておくこと
指標名と数字だけで判断せず、何を測り、どの間違いを重く扱い、どのデータで評価したかを確認します。
SOURCE
確認した公式情報
コラボットが公式資料を確認し、初心者向けの表現へ整理しています。製品仕様や提供条件は変更される場合があります。
Google for Developers・Machine Learning Glossary: Metrics ↗確認日:2026.10.02