サンプリングの代表性
ある小売企業が、都心の数店舗の購買データだけで、全国の店舗向けの需要予測モデルを作り、そのまま全国に展開した。この進め方の問題点として、最も適切なものを1つ選べ。
- A
学習データが、全国の店舗の特性（地域・客層・規模）を代表していないので、他の店舗で精度が出ない可能性が高い。
- B
データが多すぎるので、過学習する。
- C
どのデータで学習しても、結果は同じになるので、問題はない。
- D
都心の店舗のデータは、常に最も正確なので、全国で使える。
正解と解説を見る
正解：A
学習データが、運用で出会う対象を代表していないと、本番で精度が出ない。展開先ごとの特性を考慮し、別の地域でも、評価してから拡大する。
| 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
正しい。展開先の特性を代表するデータで、検証する必要がある。
- B
誤り。量ではなく、代表性の問題。
- C
誤り。データの特性に依存する。
- D
誤り。店舗の特性が異なる。
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。