サンプリングバイアス
ある店の来店客だけにアンケートをとったデータで、地域全体の住民の好みを予測するモデルを作ると、どのような問題が起こりやすいか。最も適切なものを1つ選べ。
- A
データが多すぎて、学習が終わらない。
- B
集めたデータが地域全体の住民を代表しておらず（サンプリングバイアス）、予測が偏る。
- C
モデルの層が深くなりすぎる。
- D
勾配消失が起こる。
正解と解説を見る
正解：B
データの集め方に偏りがあると、モデルの予測も偏る（サンプリングバイアス）。
| 偏り | 起き方 | 対策 |
|---|---|---|
| サンプリングバイアス | 標本が母集団を代表しない（集め方に偏りがある） | 無作為抽出・層化抽出 |
| 生存者バイアス | 生き残ったものだけを見て、失敗したものを見落とす | 失敗した例も含めて集める |
| 代表性の不足 | 特定の層だけで集めたデータで全体を語る | 対象全体を反映する標本にする |
- A
誤り。主な問題はデータの量ではなく、データの偏り。
- B
正しい。データを集める方法によって生まれる偏りは、モデルをいくら工夫しても取り除きにくい。
- C
誤り。データの集め方とは関係がない。
- D
誤り。学習の仕組みの問題で、データの集め方とは関係がない。
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。