Question#52(MLS-C01)
データサイエンティストは、eコマース企業向けに新しいモデルを構築しています。このモデルは、パッケージの配送にかかる時間を分単位で予測します。モデルトレーニング中に、データサイエンティストはモデルのパフォーマンスを評価する必要があります。この要件を満たすために、データサイエンティストはどのメトリックを使用すべきですか？（2つ選択）
（2つ選択）
正解：B, C
MSEは、予測値と実際の値の差の二乗を平均化し、モデルの誤差の大きさを定量化します。配送時間予測のような回帰問題では、MSEが小さいほどモデルが正確であることを示します。SageMakerのトレーニングジョブでは、MSEを評価メトリックとして指定でき、ハイパーパラメータチューニングやモデル比較に使用できます。MSEは大きな誤差を強調するため、モデルの安定性を評価するのに適しており、要件に適合します。
RMSEは、配送時間予測の誤差を直感的に解釈するのに役立ち、たとえば「平均誤差が10分」といった形でビジネス関係者に伝えることができます。RMSEは、MSEと同様に大きな誤差を強調し、モデルの予測精度を評価するのに適しています。SageMakerでは、RMSEを評価メトリックとして設定でき、回帰モデルの性能比較に広く使用されます。
コメント