このセクションの他の記事
精度評価の種類（ディープラーニング）
１．テストデータ正解率
テストデータに置いて、AIがどれだけ正解できたかの割合を示す評価指標です。
値が大きければ、精度が良い証拠となります。
２．テストデータ損失
テストデータで評価した時の損失関数を表現する評価指標です。
損失関数とは、正解とのズレ具合を示す評価指標で、値が小さいほど精度が良い証拠となります。
３．学習データ正解率
学習に使ったデータに置いて、AIがどれだけ正解できたかの割合を示す評価指標です。
値が大きければ、精度が良い証拠となります。
４．学習データ損失
学習に使ったデータで評価した時の損失関数を表現する評価指標です。
損失関数とは、正解とのズレ具合を示す評価指標で、値が小さいほど精度が良い証拠となります。