再現率（Recall）
再現率（Recall）は、機械学習やデータ分析において、モデルが実際に陽性であるデータをどれだけ正しく認識できたかを示す指標です。特に、陽性のデータを見逃すことが問題となる場合に重視されます。
計算式
Recall=真陽性（TP）真陽性（TP）+偽陰性（FN）\text{Recall} = \frac{\text{真陽性（TP）}}{\text{真陽性（TP）} + \text{偽陰性（FN）}}
- 真陽性（TP）: モデルが正しく陽性と判断したデータの数。
- 偽陰性（FN）: 実際には陽性なのに、モデルが陰性と判断したデータの数。
再現率（Recall）が高いと、モデルが陽性のデータを多く正しく検出できていることを意味し、特に医療診断や不正検出などで重要な指標となります。
再現率（Recall）関連用語
再現率（Recall）に関連する単語は以下の通りです。
- 混同行列（Confusion Matrix）
- 適合率（Precision）
- F1スコア
再現率（Recall）やさしい解説
再現率（Recall）は、AIが「本当に必要なもの」をどれだけ見つけられたかを示すものです。簡単に言うと、正しく見つけた陽性の数の割合です。
例えば、あなたが宝探しをしているとします。たくさんの宝物がある中で、あなたが見つけた宝物のうち、本当に宝物だったものの割合が再現率（Recall）です。
- 宝物が100個あったとして、あなたが80個見つけたけれど、実際にはその中の10個は宝物じゃなかったとします。
- それでも、90個の宝物があった場合、あなたが見つけた宝物の中で、本当に宝物だったのは80個です。
この場合、再現率（Recall）は次のように計算されます。実際の宝物が90個で、あなたが見つけたのが80個です。
つまり、再現率は80/90、約89%となります。これは、あなたが宝探しで本当に必要なものを89%見つけたという意味です。再現率（Recall）が高いほど、見逃しが少ないということです。
AI関連の用語集【まとめ】
AI関連の用語集が気になる方のために、用語集一覧を作成しました。AIに関する学びを深めたいとお考えの方はぜひご覧ください。
＼AIの導入・開発・相談なら【クラベルAI】に相談しよう！／
