このたび、Polaris.AI公式テックブログをZennにて開設しました。当ブログでは、私たちの技術的な取り組みや学び、研究開発の過程を発信してまいります。記念すべき初回記事のテーマは「回帰タスクにおける評価指標とMAPEの0除算問題への対処法」です。需要予測などの回帰タスクにおいては、モデルの精度を適切に評価することが重要ですが、その際によく用いられる指標の一つである MAPE（Mean Absolute Percentage Error） には、「実測値が0の場合に評価ができなくなる」という問題があります。本記事では、こうした課題に対して、実測値0を除外する方法微少量を加える方法代替指標（WMAPE、SMAPE）を用いる方法など、具体的なPythonコード例とともに、丁寧に解説しています。回帰タスクに関わるすべてのエンジニアやデータサイエンティストの方にとって、実務に直結する知見が詰まった内容となっております。ぜひご一読ください。▶ 初回記事はこちらhttps://zenn.dev/polarisai_blog/articles/5f79d996c7ee50また、今後も定期的に更新を予定しております。ご関心をお持ちいただけましたら、Zennにてフォローいただけますと幸いです。▶Polaris.AI テックブログ トップページhttps://zenn.dev/p/polarisai_blog今後ともPolaris.AIの取り組みにご注目いただければ幸いです。