━━━━━━━━━━━━━━━━━━━━━━━━━━
AnyData のアップデート内容のご案内
━━━━━━━━━━━━━━━━━━━━━━━━━━
- ログイン画面の変更
━━━━━━━━━━━━━━━━━━━━━━━━━━
AnyData Forecast のアップデート内容のご案内
━━━━━━━━━━━━━━━━━━━━━━━━━━
- 学習済モデルに総合評価を追加
- 総合スコアは、以下の複数の指標を総合して1つの数値としてまとめたものです。
- AIモデル構築時のスコア（=交差検証スコア）
- ホールドアウト検証時のスコア
- 上記各テストに用いたテストデータ量
- 交差検証の実行回数（=fold数）
- 訓練データとテストデータに対する予測性能の乖離（つまり過学習の傾向）
- 学習時間
- また、総合スコアは単純なモデルの予測性能との比較により、以下のような相対的な値として得られます。
- 完全な予想の場合：1
- 単純なモデルより高い性能：0~1
- 単純なモデルと同性能の場合： 0
- 単純なモデルより低い性能：マイナスの数値
- 単純なモデルが何であるかは分類や回帰などの状況によって変わりますが、例えば訓練データでの平均値を常に予測値するモデルなどです。