AI透明度予測の精度について
最終更新: 2026年3月
予測精度のまとめ
76.1%
カバレッジ
2.35m
平均誤差
7m
平均予測幅
46,000+
学習データ数
この数字の意味
カバレッジ 76.1%
予測範囲（最小〜最大）の中に実際の透明度が入る確率です。4回に3回は予測範囲内に収まります。例えば「8〜15m」と予測した場合、実際の透明度は76%の確率で8〜15mの間に入ります。
平均誤差 2.35m
予測の中央値と実測値の差の平均です。例えば実際に12mの日に、AIは平均して9.65〜14.35mの間で予測しています。
予測幅は不確実性を表す
「8〜15m」のような予測幅が広いほど、AIが「この日の透明度は読みにくい」と判断していることを意味します。幅が狭い（例: 14〜17m）予測は信頼性が高いです。
予測日数と精度の関係
明日の予測は比較的正確ですが、7日後の予測は不確実性が高くなります。これは天気予報と同じ原理です。遠い日ほど予測幅を広くすることで、カバレッジを維持しています。
| 予測日 | 予測幅 | カバレッジ | |
|---|---|---|---|
| 明日 | 7m | 76.1% | |
| 2日後 | 7.6m | 79.5% | |
| 3日後 | 8.1m | 82.3% | |
| 4日後 | 8.7m | 84.5% | |
| 5日後 | 9.3m | 86.3% | |
| 6日後 | 9.8m | 87.6% | |
| 7日後 | 10.4m | 88.9% |
サイト別の予測精度
サイトの地形や海流の特性によって、AIの予測しやすさが大きく異なります。太平洋沿岸の外洋型サイト（IOP、黄金崎）は予測しやすく、閉鎖湾や海流依存のサイト（慶良間、与那国）は予測が難しい傾向があります。
予測の仕組み
データ収集
全国42サイトのダイビングショップ日報から46,000件以上の透明度データを収集。気象・海洋・衛星データと結合。
機械学習モデル
CatBoostアルゴリズムで72個の特徴量（風速・波高・水温・衛星データなど）から透明度を予測。さらにQ10/Q90分位回帰で予測幅を計算。
不確実性スケーリング
明日の予測は狭い幅、7日後は広い幅。予測が遠いほど不確実性が増すことを反映しています。
毎日更新
1日3回（6時・12時・21時 JST）、最新の気象予報データを取り込んで予測を更新しています。
予測の限界
AI予測はあくまで参考情報です。以下の点にご注意ください：
- 台風直後や異常気象時は精度が大幅に低下します
- カバレッジ76%は、4回に1回は予測範囲外になることを意味します
- Tier Cのサイト（慶良間・与那国・伊戸など）では予測の信頼性が低いため、過去の月別平均も参考にしてください
- 当日のダイビングショップの情報が最も正確です。AIは事前計画の参考としてご利用ください
予報の読み方
8~15m
3/20
8m = 悪い場合の見込み（下限10%）
15m = 良い場合の見込み（上限90%）
実際の透明度は76%の確率でこの範囲内
幅が狭い＝自信あり。幅が広い＝ブレが大きい。遠い日付ほど幅が広がります。