【知識】1%を99.9%と錯覚してしまう「偽陽性」という罠
コメント
注目のコメント
偽陽性もそうですが、「精度」だけで議論しては駄目ということです。
検査の精度
http://canscreen.ncc.go.jp/yougo/11.html
ただ、検査の精度という客観的なものと人間がもつ「確信」という主観的なものを同じ土俵に載せてしまっているのはちょっと誤解を招いてしまうかもしれません。わかりやすさのためには仕方ないのは理解いたしますが。。。
ちなみに、ご参考までに機械学習のときなどに是非気をつけたいことがあります。「10万人に一人がかかるという難病」だと、全てNOとするだけで精度は99.999%になってしまいます。「すごい精度の良いものができた！」とホクホクしていると、実は生起確率の高い方を単純に選んでいただけということも。これも注意しないといけないことの1つ。ベイズの定理．NewsPicksには「検出率9*.*%のものが完成した」というニュースが時々，出てくる．そのときいつも「？」となっていたので，毎回，おなじツッコミをしてきた．私にとって，コメント生成記事である．
「居酒屋のAI年齢認証、未成年検知率96.1%は本当か？」
https://newspicks.com/news/3672935?ref=user_2112738
「大腸がんなどの病変をAIで98％検知するリアルタイム」
https://newspicks.com/news/2407110?ref=user_2112738
「脳卒中の原因となる脳動脈瘤、ＡＩが「確率９割超」で発見」
https://newspicks.com/news/2224565?ref=user_2112738
「クレジットカードの不正利用検知にAI（人工知能）を使ったら、検知精度が5％から95％に急上昇！」
https://newspicks.com/news/2076394?ref=user_2112738
「ＡＩ応用、がん早期発見精度99％以上に」
https://newspicks.com/news/2030166?ref=user_2112738この連載は “不確実性の時代の数字力” をテーマに、主に私が直面したミスをもとにポイントを解説したものです。
ビジネスにおける定量データ分析に関する典型的な注意点にフォーカスし、身近な例を用いて平易に解説していきます。
第5回の「偽陽性」は、研究者の間ではよく知られるものですが、一般的にはあまり馴染みがないかもしれません。ただ、じつはビジネス上の意思決定においても非常に大きく関連しています。
偽陽性の理解がないために、期待はずれを起こしたり、勘違いを犯しやすくなるケースは、おそらく気付かないものを含めて非常に多くあると思います。
実際、それにより重要な意思決定を誤ったり、関係者間のコミュニケーションが悪化してしまうといったことを様々目にしてきました。
少し難しい概念ですが、直感的に理解していただけるようにと心掛けて書きました。
読者の方々には、ぜひこの機会に偽陽性の存在を意識していただき、ご自身のこれからの意思決定に役立てていただけるようでしたら望外の幸いです。
