AI 【AI評価の基本】重大な見逃しをゼロにする！本物のうち取りこぼさず見つけ出せた割合を示す「再現率（さいげんりつ）」の超基本を1分図解！
「AIがデータを見逃してしまう原因は？」という疑問を3枚の図解で解説！現実に存在する本物の中からどれだけ漏らさず救い出せたかを示す「再現率」の本質、計算までの3ステップ、がん検診や防犯カメラといった見逃し厳禁な現場での代表例まで1分で学べます。
モデルの評価
AI 
AI 【AI評価の基本】無駄な空振りを防ぐ！怪しいと疑った中の本物の割合を示す「適合率（てきごうりつ）」の超基本を1分図解！
「AIのアラートが空振りばかりで困る理由は？」という疑問を3枚の図解で解説！予測したデータの中にどれだけ本物が含まれているかを示す「適合率」の本質、数式から導き出す3ステップ、迷惑メールや投資予測での誤検知を防ぐ代表例まで1分で学べます。
AI 【G検定・データサイエンス】迷ったら引き算！「オッカムの剃刀」の超基本を1分図解！
機械学習やデータ分析の根本思想「オッカムの剃刀（かみそり）」について解説！同じ現象を説明できるなら最もシンプルな説を選ぶべきという哲学や、過学習を防ぐ「引き算の美学」の仕組みを図解で分かりやすくまとめました。
AI 【G検定・統計学】AICよりさらに厳格！「ベイズ情報量規準（BIC）」の超基本を1分図解！
モデルのシンプルさを極限まで追求する「ベイズ情報量規準（BIC）」について解説！AICとの違いや、データ量が増えるほど無駄な変数へのペナルティが重くなる仕組みを図解で分かりやすくまとめました。
AI 【G検定・統計学】無駄を増やす見栄っ張りは減点！「赤池情報量規準（AIC）」の超基本を1分図解！
モデルの良さをシンプルさで評価する「赤池情報量規準（AIC）」について解説！単に的中率を見る最大尤度の罠を暴き、無駄な変数にペナルティを課して「コスパ最強モデル」を選ぶ仕組みを図解にまとめました。
AI 【G検定】知ったかぶりAIは即減点！「Log Loss（交差エントロピー誤差）」の超基本を1分図解！
AIの分類精度を測る激辛指標「Log Loss」について解説！単なる〇×判定の正解率では見抜けない、AIの「自信の度合い（不確実性）」を厳しく採点し、過信による大不当を暴く仕組みを図解で分かりやすくまとめました。
AI 【G検定・データ分析】1件だけ抜く究極の引き算！「Leave-One-Out（一つ抜き交差検証）」の超基本を1分図解！
「Leave-One-Out（一つ抜き交差検証）って何？」という疑問を5枚の図解で解説！データから1件だけを抜いて残りの全データでローテーションする仕組みや3つのステップ、定番の「k分割」との違い、貴重なデータでの実務例まで1分で学べます。
AI 【G検定・ITパス】データをｋ個に分け使い回せ！「k分割交差検証（k-fold CV）」の超基本を1分図解！
「k分割交差検証（k-fold）って何？」という疑問を5枚の図解で解説！データをk個に切り分けてローテーションでテストする仕組みや3つのステップ、ライバル「一つ抜き交差検証」との決定的な違い、実務でのkの決め方まで、AIの必須知識を1分で学べます。
AI 【G検定・ITパス】ずる賢い水増しを見抜く！「自由度調整済み決定係数」の超基本を1分図解！
AIモデルの評価指標「自由度調整済み決定係数」について解説！無関係なゴミデータを増やすだけの「見せかけの加点」を厳しく減点し、本当の予測力を見極める仕組みを図解で分かりやすくまとめました。
AI 【G検定・ITパス】ただの平均値より優秀？「決定係数（R²）」の超基本を1分図解！
AIの予測モデルがどれだけ優秀かを示す重要指標「決定係数（R²）」について解説！「全員に平均値を返すだけの予測」と比べてどれだけ優れているかという本質や、1に近づく意味を図解で分かりやすくまとめました。