このセクションの他の記事
精度評価の見方（時系列解析）
学習済みAIの詳細画面について解説します。画面は「概要」「重要度」「列の設定」「関係性」「推論結果」の5つのタブに分かれています。各タブの画像内の番号は、下記の説明の番号と対応しています。
■概要
学習結果の全体像を確認できるタブです。
1. 予測結果
実測値の推移をグラフで表示します。
2. 評価指標
学習に使用していないテストデータを使って求めた、AIモデルの性能を評価する値です。表示する指標は RMSE と MAE の2種類で、どちらも実測値と予測値の誤差を測る指標です。
－RMSE (Root Mean Squared Error, 二乗平均平方根誤差)：
全データの実測値と予測値の「誤差の2乗の平均を求めて平方根を取った値」です。
実測値と予測値が近づくほど値が小さく、0に近いほど予測精度が良いことを表します。
－MAE (Mean Absolute Error, 平均絶対誤差)：
全データの実測値と予測値の「誤差の絶対値の平均」です。
実測値と予測値が近づくほど値が小さく、0に近いほど予測精度が良いことを表します。
誤差が一定の場合、RMSEとMAEの値に大きな差は出ません。しかし、RMSEは計算の際に実測値と予測値との誤差を2乗しているため、双方の値が離れるほど指数関数的に増えます。つまり、外れ値の影響を受けやすいということです。MAEは誤差を2乗していないため、外れ値の影響を受けにくいと言えます。
RMSEは、大きな予測誤差が生じてもよい場合（外れ値も考慮したい場合）に向いており、
MAEは、誤差を平均的に評価したい場合（外れ値を考慮したくない場合）に向いていると言えるでしょう。
3. 予測する列
学習時に予測対象として指定した列が表示されます。
4. 学習に使用した列
学習の際に説明変数として使用した列の一覧が表示されます。
5. AIを作成する経路
「データ入り口」→「MFTransformerV2」→「精度評価」という、このAIを作成した処理の流れが図で表示されます。
6. 使用したデータセット
学習に使用したデータセットの名前・作成日・最終更新日・所有者が表示されます。
■重要度
1. 重要度の表示件数
スライダーで、重要度が高い列のグラフに表示する件数を調整できます。
2. 重要度が高い列
予測に対する影響度が高い列から順に、横棒グラフで表示されます。バーが長いほど、その列が予測結果に与える影響が大きいことを表します。
■列の設定
1. 学習に使用する列の設定
学習時に設定した各列の設定内容が、以下の項目の表で確認できます。
| 項目 | 説明 |
|---|---|
| 列名 | 学習に使用した列の名前です。 |
| 予測時に設定できる値か | 推論を実行する際に、その列の値をあらかじめ指定できるかどうかを表します。 「設定できる」列は、推論時に未来の値を投入できます（例：カレンダー上決まっている祝日、あらかじめ決まっている予定値など）。 「設定できない」列は、値も含めてAIが予測します。 |
| 時間で変化するか | その列の値が時間の経過に伴って変化する値かどうかを表します。 |
| データの形式 | その列のデータ形式（カテゴリー／数値データ）を表します。 |
2. AIが予測する期間／AIの学習に利用する期間
それぞれ、AIが何日先まで予測するか、学習に何日分のデータを利用するかが数値で表示されます。
3. 設定した結果
上記の設定の組み合わせパターンごとに、該当する列がまとめて表示されます。「設定されている列」を開くと、対象の列名を確認できます。
■関係性
1. 表示する説明変数
プルダウンから、確認したい説明変数（学習に使用した列）を1つ選択します。
2. 散布図
選択した説明変数と、予測する列との関係を散布図で表示します。点の分布から、その説明変数が予測対象の値とどのような関係にあるかを確認できます。
■推論結果
これまでに実行した推論結果が、名前・作成日時・実行したユーザーの一覧で表示されます。
各行をクリックすると、推論結果の詳細画面に移動します。推論結果の詳細画面については、推論結果の見方（時系列解析）をご覧ください。