AIの期待損失計算
意味・解説
AIの誤判定(空振りと見逃し)がビジネスに与える悪影響を、それぞれの発生確率とコストを掛け合わせて算出した合計額。
くわしく
「AIの『間違い』の値段」を測る計算です。
1.重み付け:
例えば『正常を異常と判定する(空振り)』より、『異常を正常と判定する(見逃し)』の方が損害が大きい場合、見逃しに高いコストを設定します。
2.意思決定:
単に正解率が高いモデルよりも、この期待損失が最小になるモデルが、ビジネス上は「最も優れたAI」となります。ポイントは、AI導入の目的は精度自体の向上ではなく、最終的なビジネスリスクの最小化だからです。
例文
不正検知AIの評価において、正解率よりも見逃しによる被害額を重視し、期待損失を最小化する閾値を設定した。
同義語: コスト考慮型評価
分類: 機械学習の評価指標