AI・PMOの進化
正解率
Classification Accuracy
読み：せいかいりつ
評価した全データのうち、予測した種類が実際の正解と一致した割合です。
01初心者向け
まず意味をつかむ
100件の案件を判定して90件が正しいなら、正解率は90％です。直感的ですが、少数しか起きない問題を見つける用途では誤解を招くことがあります。
02実務者向け
仕事でどう使うか
評価件数、クラス構成、陽性の定義とともに報告します。全件を多数派と答える基準とも比較し、重要クラスの再現率や適合率を併せて確認します。
03専門家向け
判断を一段深める
クラス不均衡が強いと、少数派を全く検知しなくても高得点になります。運用時と評価時の構成が違う場合、同じモデルでも正解率は変わるため比較条件をそろえます。
IN PRACTICE
具体例で考える
架空の1000件中、正常990件と障害10件なら、すべて正常と答えても99％ですが、障害検知率は0％です。
理解を助けるための架空の例です。全件1000件
正常と回答1000件
正解率99％でも障害0件検知
件数の偏りが指標へ与える影響を示す架空例です。
ここは誤解しやすい
高い正解率を、そのまま重大な見逃しが少ない証拠にしないようにします。
PROXIA INSIGHTS
考え方を、実務へつなぐ
AIを「使う」から、PMの判断に「活かす」へ ↗この知識を、組織の力へ。