ROC

AI

【機械学習】分類問題におけるProper Difficulty(適度な難しさ)とは?

機械学習の分類モデルが成長するためには「適度な難しさ(Proper Difficulty)」が重要です。問題が簡単すぎても難しすぎても精度は伸びません。F1やF1 Macroと合わせて最適な難易度設計を解説します。
AI

【FX自動売買AI】評価指標が悪いのに成績が良いモデルは“採用すべき”か?

「混同行列やROCは悪い。でも実際にトレードさせると、なぜかこのモデルだけ利益が出る――」FXの自動売買AIを開発していると、こんな経験はありませんか?本来、モデルの精度を表すべき評価指標が悪いのに、バックテストでは他より成績がいい。今回は「指標が悪くても利益が出るモデル」は採用してよいのか?という疑問に答えながら、機械学習評価とトレード成績のズレについて実例を交えて解説します。
タイトルとURLをコピーしました