Definition
コスト感受性機械学習は、異なる種類のエラーに対して異なるペナルティを割り当てることで、従来の教師あり学習を拡張します。現実世界では、偽陽性（False Positive）と偽陰性（False Negative）の重みが等しくないことが多く、このアプローチはそれらの不均衡なコストを考慮してモデルを最適化します。
Summary
誤分類のコストを学習プロセスに組み込み、精度だけでなく経済的な影響を最適化する機械学習のパラダイム。
Key Concepts
- 損失関数の修正
- クラス不均衡
- 誤分類コスト
- 最適化目的
Use Cases
- 銀行における不正検出
- 医療疾患のスクリーニング
- 偽陽性のコストが高いスパムフィルタリング