中部大学附属三浦記念図書館
ログイン
  • 目録検索 目録検索 ▼
  • 利用者サービス 利用者サービス ▼
    • 利用状況の確認
    • ブックマーク
    • お気に入り検索
    • レビュー履歴
    • タグ履歴
    • ILL複写依頼
    • ILL貸借依頼
    • 購入依頼

中部大学附属三浦記念図書館

イメージ

ダミーデータで学ぶ機械学習評価の落とし穴 —生命健康科学分野における教育用最小実験の設計—

新谷, 正嶺, 2026.03. -- (中部大学生命健康科学研究所紀要 ; Vol.22 (2026.3)). w. <XC26000028>
登録タグ：
登録されているタグはありません
便利機能：
レビューを見る 詳細情報を見る
書誌URL：
イメージ

ダミーデータで学ぶ機械学習評価の落とし穴 —生命健康科学分野における教育用最小実験の設計—

新谷, 正嶺, 2026.03. -- (中部大学生命健康科学研究所紀要 ; Vol.22 (2026.3)). w. <XC26000028>
登録タグ：
登録されているタグはありません
便利機能：
レビューを見る 詳細情報を見る
書誌URL：

ページリンク
ダミーデータで学ぶ機械学習評価の落とし穴 —生命健康科学分野における教育用最小実験の設計— (pdf)

書誌詳細

タイトル ダミーデータで学ぶ機械学習評価の落とし穴 —生命健康科学分野における教育用最小実験の設計—
タイトル(その他) Learning Pitfalls in Machine-Learning Evaluation with Synthetic Data: Design of Minimal Teaching Experiments for the Life and Health Sciences
作成者 新谷, 正嶺
シンタニ, セイネ
Shintani, Seine A.
公開者 中部大学生命健康科学研究所
本文リンク ダミーデータで学ぶ機械学習評価の落とし穴 —生命健康科学分野における教育用最小実験の設計— (pdf)
書誌構造リンク 中部大学生命健康科学研究所紀要 <XB26000004> Vol.22 (2026.3)
ISSN 18803040
雑誌名 中部大学生命健康科学研究所紀要
巻次等 22
開始終了ページ 54-60
発行日 2026.03
主題 データサイエンス、ダミーデータ、機械学習、データリーク、外挿、AI to Learn
主題 data science, dummy data, machine learning, data leakage, extrapolation, AI to Learn
内容記述 近年,生命健康科学分野でも機械学習の導入が急速に進んでいるが,高い評価指標がそのまま妥当な一般化性能を意味するとは限らない。本研究では,新規作成したダミーデータと Python ノートブックに基づき,教育用最小実験を設計した。対象は (1) 被験者リーク, (2) ラベル・プロキシリーク, (3) 補間と外挿の差の 3 点である。20 個の乱数種で再現したところ,被験者リークでは,標本単位の交差検証(sample-wise cross-validation: sample-wise CV)の正解率が 0.946±0.013 であったのに対し,被験者単位の交差検証(subject-wise cross-validation: subject-wise CV)では 0.519±0.057 に低下した。ラベル・プロキシリークでは,信号特徴量のみを用いる条件(signal only)の受信者動作特性曲線下面積(area under the receiver operating characteristic curve: AUC )が 0.769±0.014 であったのに対し,漏洩特徴を加えると 1.000±0.000 となった。回帰では,線形回帰の二乗平均平方根誤差(root mean squared error: RMSE)が補間 0.793±0.041,外挿 0.822±0.074 と安定だった一方,ランダムフォレストは補間 0.964±0.060,外挿 5.737±0.530 と外挿で大きく破綻した。以上より,ダミーデータ教材は,生命健康科学分野で頻出する評価上の落とし穴を安全かつ再現可能に学ぶための有効な導入法である。
内容記述 In recent years, machine learning has been adopted rapidly in the life and health sciences; however, high evaluation metrics do not necessarily indicate valid generalization performance. In this paper, we designed minimal educational experiments based on dummy data newly created for this study and Python notebooks. The three focal topics were: (1) subject leakage, (2) label/proxy leakage, and (3) the difference between interpolation and extrapolation. Across 20 random seeds, the accuracy under sample-wise cross-validation (sample-wise CV) was 0.946 ± 0.013 in the subject-leakage setting, whereas it decreased to 0.519 ± 0.057 under subject-wise cross-validation (subject-wise CV). In the label/proxy leakage setting, the area under the receiver operating characteristic curve (AUC) was 0.769 ± 0.014 when using signal features only, but increased to 1.000 ± 0.000 when leakage features were added. In the regression task, linear regression remained stable, with root mean squared error (RMSE) values of 0.793 ± 0.041 for interpolation and 0.822 ± 0.074 for extrapolation, whereas random forest showed marked failure under extrapolation, with RMSE values of 0.964 ± 0.060 for interpolation and 5.737 ± 0.530 for extrapolation. These results indicate that dummy-data-based teaching materials provide an effective introductory approach for learning, safely and reproducibly, the common pitfalls of model evaluation in the life and health sciences.
登録日 20260723
資源タイプ 研究報告
資料種別(NIIタイプ) 紀要論文
フォーマット PDFファイル
著者版フラグ publisher
機関名 中部大学
コレクションコード L01_022_054
このページのTOPへ
このページのTOPへ

  • 関連情報

    関連資料

    他の検索サイトで探す

    この書誌のQRコード