MAE（平均絶対誤差）とは？

通勤時間の「外し方の平均」で考える

あなたが毎日「会社までは何分かかるかな」と予測していて、実際には15分、20分、10分とズレたとします。MAEが気にするのは、早すぎたか遅すぎたかではなく、「何分外れていたか」というズレの大きさです。

つまり、MAE（Mean Absolute Error）は、AIの予測値と正解値のズレの大きさを「絶対値（符号を無視した大きさ）」で揃えてから平均した数値のことです。

AIが「ズレていた」ことを見るとき

MAEは、AIが「どれだけ外したか」の平均点を教えてくれる指標です。たとえば次のような場面で使われます。

• 不動産の価格予測で、予測と実勢価格のズレを「何万円単位で外しているか」を確認するとき
• 天気の気温予測で、予測値と観測値のズレを「何度単位で外しているか」確認するとき
• 電力需要の予測で、予測と実際の使用量のズレを「何kWh単位で外しているか」確認するとき

ここで意識して欲しいのは、MAEは「ズレの大きさ」だけを集計し、「外し方の癖」までは教えてくれない、という点です。

G検定・ITパスポートでの確認ポイント

MAEは、AIの予測性能をどう「測るか」という観点から、G検定やITパスポートの出題範囲に含まれやすい指標です。

試験で問われやすいのは、次のような切り口です。

• 「予測と正解のズレをどのように測るのか」という指標の意味
• 「大きいズレほど、評価に強く反映するのか」のような性質

確認するなら、MAEを「予測値と正解値のズレの大きさを絶対値で平均したもの」と自分の言葉で1文に言えるかどうかで測るとよいでしょう。

まとめ

MAEは、AIの予測が「どれだけズレていたか」を平均で測る指標です。ズレの方向ではなく、ズレの大きさに注目する点が特徴です。

• 今週にできる1ステップ：手元の予測データで「予測値と正解値の差（絶対値）を平均する」計算を1回だけやってみる
• 試験で出たときの3語の要点：絶対値・平均・予測ズレの大きさ

MAEの「ズレの大きさ」を金色の球で視覚化でき、明快さが魅力です。 ただし複数回のズレを平均する意味が弱く、誤差の集約感が薄いです。

評価項目	点数	コメント
概念の正確さ	3	誤差の大きさは伝わるが平均の感覚が弱い
比喩の明快さ	5	時計と球でズレの可視化が直感的です
立体感・奥行き	4	影と奥行きで被写体が浮き上がっています
映え度（SNS寄与）	4	柔らかな色調で親しみやすく停止しやすい
色調の用語相性	4	分析的な印象を清潔に表現できています
合計	20 / 25	総合判定: 良好

評価基準: 1（不合格）〜5（優秀）AI Judge による自動評価