k-匿名性
個人情報の公開にあたり、年齢・性別・郵便番号などの組み合わせが同じになる人が、少なくともk人以上いるように加工する考え方として、最も適切なものを1つ選べ。
- A
k-means法
- B
k-匿名性
- C
k分割交差検証
- D
k近傍法
正解と解説を見る
正解：B
k-匿名性は、同じ属性の組み合わせを持つ人がk人以上になるように加工して、個人の特定を防ぐ。
| 年代 | 地域 | 該当する人数 |
|---|---|---|
| 20代 | 関東 | 4 |
| 20代 | 関西 | 3 |
| 30代 | 関東 | 5 |
| 30代 | 関西 | 3 |
| 最小の人数 | 3（→ 3-匿名性） |
- A
誤り。クラスタリングの手法。
- B
正しい。kが大きいほど個人を特定されにくくなる。
- C
誤り。モデルの評価の方法。
- D
誤り。分類の手法。
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。