問題プレビューID: 32f0d799情報処理安全確保支援士試験 2025年(令和7年度)秋期 午前I

問 2
情報処理安全確保支援士試験 2025年(令和7年度)秋期 午前I

AI における機械学習において,2 クラス分類モデルの評価方法の一つである ROC 曲線で用いられる偽陽性率の説明として,最も適切なものはどれか。ここで,分類されるデータには正しいものと間違っているものが含まれるものとする。

解説

偽陽性率(False Positive Rate,FPR)は,陰性(ここでは“間違い”)であるデータのうち,誤って陽性(“正しい”)と予測した割合,すなわち FP / (FP + TN) である。アは予測を条件とする割合(誤り発見率に相当)であり,ウは真陰性率(特異度)であり,エは誤分類率の説明である。したがって「イ」が正解である。

関連問題

本文が同じ・似ている問題を表示しています