データの質は機械学習に影響する

異なる標的に対する化合物の分類をある機械学習アルゴリズムを使って行ったところ、予測精度はわずか10％でした。 ところが、CASが提供する高品質データを用いたところ、予測精度が劇的に向上し、偽陽性が最小化され、上位の化合物に集中できるようになりました。その経緯と詳細を解説します。