AI・PMOの進化
交差検証
Cross-validation
読み：こうさけんしょう
データを複数の区画に分け、学習側と評価側を交代させて性能を調べる方法です。
01初心者向け
まず意味をつかむ
一度だけの分割で偶然よい成績になるのを避け、異なる組合せで試します。よく使われるk分割交差検証では、各区画を順に評価側へ回します。
02実務者向け
仕事でどう使うか
同一案件や同一顧客が学習側と評価側へまたがらないよう分割します。各回の前処理は学習側だけで決め、平均得点に加えて回ごとのばらつきも確認します。
03専門家向け
判断を一段深める
通常のランダム分割は時間的依存のあるデータへそのまま適用できません。設定選択と性能推定を同じ反復で行うと楽観的になり得るため、最終テストや入れ子の評価を使い分けます。
IN PRACTICE
具体例で考える
架空の100案件を5区画に分け、80件で学習して20件で評価する処理を5回行い、得点の平均と範囲を報告します。
理解を助けるための架空の例です。分割を定義
各区画で学習・評価
得点の変動を確認
5分割などの具体的な区画数はデータ条件に応じて選びます。
ここは誤解しやすい
全データで標準化してから分割すると、評価側の情報が前処理へ漏れることがあります。
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。