平均二乗誤差（MSE）の特徴

問題

平均二乗誤差（Mean Squared Error）に関する記述のうち、正しいものを1つ選べ。

平均二乗誤差（MSE：Mean Squared Error）は、売上予測や温度予測など、連続する数値を予測する「回帰タスク」で最も一般的に使われる誤差関数（損失関数）です。

AIの「予測値」と「正解値」の差（誤差）を「二乗」してから、すべてのデータについての平均をとります。

二乗するため、誤差が2倍になればペナルティは4倍に、誤差が10倍になれば100倍になるという性質があり、正解から大きく外れた予測（外れ値）に対して非常に厳しいペナルティを与えるのが特徴です。

1. MSEは誤差を二乗するため、小さな誤差を強くペナルティする。

誤り：誤差を二乗するため、例えば誤差0.1は0.01になりペナルティは小さく評価されます。逆に誤差10は100になるため「大きな誤差を強くペナルティする」のが正しい性質です。

2. MSEは分類タスクで最もよく使われる誤差関数である。

誤り：分類タスク（犬か猫かを当てる等）には「交差エントロピー誤差（Cross Entropy Loss）」が一般的に使われます。MSEは「回帰タスク（数値を当てる）」で使われます。

3. MSEは外れ値に敏感であり、大きな誤差を重く扱う。

正しい：誤差を二乗するため、1つの極端に大きな誤差（外れ値）があるとMSE全体の数値が大きく跳ね上がり、モデルの学習がその外れ値に引きずられやすくなります。

4. MSEは誤差を絶対値で評価するため、勾配が安定しやすい。

誤り：誤差を絶対値で評価する（二乗しない）誤差関数は「平均絶対誤差（MAE：Mean Absolute Error）」と呼ばれます。

← 前の問題次の問題 →

📚 より詳細を学びたい方へ