データリーケージ
本来は予測するときに使えないはずの情報（正解に関わる情報など）が学習データに紛れ込み、評価の結果が実際より高く出てしまう問題を何というか。最も適切なものを1つ選べ。
- A
過学習
- B
次元の呪い
- C
データリーケージ（リーク）
- D
データドリフト
正解と解説を見る
正解：C
データリーケージは、予測時に使えない情報が学習に紛れ込み、評価が実際より高くなる問題。
| 典型例 | 対策 |
|---|---|
| 分割する前に全データで標準化や欠損補完をする | 先に分割し、前処理は学習用だけで決める |
| 正解に関わる情報が特徴量に入る（例：解約後にだけ記録される項目） | 予測する時点で手に入る項目だけを使う |
| 時系列データをランダムに分割し、未来のデータで学習する | 時間で区切り、過去で学習して未来で評価する |
- A
誤り。学習データに合わせすぎて、未知のデータで精度が下がること。
- B
誤り。特徴量の次元が増えると、必要なデータ量が急激に増える問題。
- C
正しい。評価では高い精度が出ても、本番では同じ精度が出ない。特徴量の作り方や、学習用と検証用のデータの分け方に注意が必要。
- D
誤り。運用中にデータの傾向が変わって精度が下がること。
このサイトの問題は、各試験の公開されているシラバスに沿って作ったオリジナルの模擬問題です。本試験の問題ではありません。日本ディープラーニング協会（JDLA）・一般社団法人生成AI活用普及協会（GUGA）の公式サービスではありません。