AI 感度とは？
「感度(sensitivity)」はAI判定で取りこぼす率を示す指標です。精度との違いや、偽陰性のリスク、G検定・データサイエンティスト検定・ITパスポートの出題ポイントまで、日常の比喩でやさしく解説します。
AIの実務・応用
AI 
AI ROC曲線とは？
ROC曲線は、判定の閾値を変えたときの「当たり率」と「誤爆率」の関係を描いた曲線です。空港のX線検査の比喩で、初心者でも体感でき、G検定・データサイエンティスト検定対策にも使えます。
AI F値とは？
F値は、検索や分類AIで「見つけた正確さ」と「見落としの少なさ」を1つにまとめた評価指標です。初心者向けに比喩で解説し、業務での使い方と資格試験で答える3語の要点までわかりやすく整理します。
AI 正解率とは？
正解率（Accuracy）は、AIや分類モデルの判定結果のうち正解だった割合を表す指標です。業務で使うときの感覚、よくある誤解、資格試験で見やすいポイントをやさしく解説します。
AI 交差検証とは？
交差検証は、AIモデルの成績表が「運で良かった」だけではないかを見る手法です。初心者向けの比喩、実例、G検定やITパスポートの観点までやさしくまとめます。
AI 混同行列とは？
混同行列とは、モデルの正解数・誤答の内訳を2次元表で示す仕組みです。初心者のイメージ例から、G検定・データサイエンティスト検定の出題アングルまで、初心者・受験者向けにやさしく解説します。
AI ホールドアウト法とは？
ホールドアウト法は、機械学習モデルの評価で使う「正解を隠した問題で実力を見る」方法です。日常比喩で仕組みを理解し、G検定で出たときに自分の言葉で説明できる要点まで整理します。
AI L2正則化とは？
L2正則化（リッジ）とは、学習で重みが大きくなりすぎたときに「もう少し控えめに」と働きかけ、過学習を防ぐ仕組みです。料理の比喩で体感し、試験でも使える一言を身につけましょう。
AI 過学習とは？
過学習とは、AIが過去データに「暗記」しすぎて、未知のデータで精度が落ちる現象。具体例・ITパスポート等の試験対策・初心者が明日から試せるアクションまで、やさしく解説します。
AI L1正則化とは？
L1正則化（LASSO）とは、過学習を防ぎつつ不要な変数を自動で「0」にしてくれる仕組みです。料理の例で体感し、試験でも使える一言を身につけましょう。