須多先生

さて スライドを用いて前回の決定木を再確認していただきました
いかがでしたか？

深田 あい

いろいろな決定木について学んだ後で見ると 前に比べてよりスムーズに理解できるようになった気がします

徳井 天

でも この決定木での分類の予測って 実際どのくらいの精度なんだろう？

深田 あい

それは私も気になります
もし精度が凄く低かったらと思うと ちょっと不安ですし…

須多先生

AIの精度を評価するのは非常に重要です
認識編で行った「準備」→「学習」→「評価」のAIを作る3ステップですね

徳井 天

前に画像認識を行ったときは どうやって評価したんだっけ？

深田 あい

えーと 以前のレッスンのノートを見ると ひらがなの認識をしたときのことがメモしてありました

徳井 天

さすが なんて書いてある？

深田 あい

ひらがなの認識では 10000件の訓練データで学習させた後 100件の別のデータで評価して正解率を出していました

須多先生

そうですね その訓練データとは異なるデータを使って評価をする というのが大事です

徳井 天

AIは訓練データの答えをすでに知ってるわけだから それで評価するのは無意味だもんな

須多先生

このAIの精度を評価するためのデータを「検証データ」と呼びます

深田 あい

なるほど 訓練データで学習して 検証データで評価するのですね

須多先生

今回は検証データを私の方で準備しておきましたので それを使って決定木の精度を確認しましょう

須多先生

それでは STAR Colabの演習を用意しましたので 次のアクティビティの指示に従って進めてください