DS検定 第5章 データ準備・可視化技法とモデル化 予想問題と解説

正解は「標本誤差は偶然生じるばらつき、サンプリングバイアスは抽出方法の偏りによる系統的な誤差」である。標本誤差は標本を取る以上避けにくい偶然のずれだが、サンプリングバイアスは集め方が偏っていることで生じる。標本サイズを増やしても、抽出方法が偏ったままだとバイアスは残る。設問では二つの用語を、偶然のばらつきか抽出方法の偏りかで対応付ける。定義を逆にした選択肢、同じ意味とする選択肢、標本サイズだけで必ず解消するとする選択肢を明確に除外する。

https://github.com/The-Japan-DataScientist-Society/skills-checklist （2026-07-12公式スキルチェックリストver.6照合）

正解は「過学習」である。過学習は、訓練データの細かな癖やノイズまで覚えてしまい、未知データに対する汎化性能が下がる現象を指す。「標準化」は変数ごとに異なる数値のスケールをそろえる前処理であり、現象の名称ではない。「交差検証」はデータを複数に分割してモデルの性能を評価する方法であり、過学習が起きていないかを確認する手段ではあっても、現象そのものの名称ではない。「次元の呪い」は特徴量の次元数が増えることでデータが疎になり学習や距離の計算が難しくなる別の問題であり、訓練データへの過剰な適合を原因とする過学習とは発生要因が異なる。

https://github.com/The-Japan-DataScientist-Society/skills-checklist （2026-07-12公式スキルチェックリストver.6照合）

正解は「Recall（再現率）」である。Recallは、実際に陽性であるデータのうち、モデルが正しく陽性と判定できた割合を表す。病気の見逃しを減らしたい場面では、陽性者をどれだけ拾えたかが重要になる。これに対して「Precision（適合率）」は、モデルが陽性と判定した中で実際に陽性だった割合を表し、割合の分母が「実際の陽性者数」か「陽性と判定した数」かでRecallとは異なる。「RMSE」と「決定係数」はいずれも回帰モデルの評価指標であり、予測値と実測値のずれの大きさや目的変数のばらつきの説明度を表すもので、陽性・陰性の分類結果の割合を表す指標ではない。

https://github.com/The-Japan-DataScientist-Society/skills-checklist （2026-07-12公式スキルチェックリストver.6照合）

正解は「教師あり学習は正解データ（ラベル）を用い、教師なし学習は用いない」である。教師あり学習は入力と正解ラベルの対応関係から学習し、単回帰分析や重回帰分析のような回帰、ロジスティック回帰分析のような分類のいずれも扱う。教師なし学習はラベルを用いず、クラスター分析のようにデータの構造やまとまりを見つける。「教師あり学習は必ず回帰、教師なし学習は必ず分類を行う」は、教師あり学習にロジスティック回帰分析のような分類も含まれる点を無視している。「教師あり学習と教師なし学習に違いはない」は、正解ラベルを使うかどうかという最も基本的な違いを否定してしまっている。「教師なし学習の方が必ず精度が高い」は、正解ラベルなしで学習する教師なし学習と、ラベルを使って学習する教師あり学習の精度を単純に比較できるという前提が誤りである。

https://github.com/The-Japan-DataScientist-Society/skills-checklist （2026-07-12公式スキルチェックリストver.6照合）

正解は「ホールドアウト法」である。Random Forestは複数の決定木の多数決・平均を取る手法、XGBoostとLightGBMは決定木を順に追加していく勾配ブースティング（GBDT）の実装であり、いずれも決定木を組み合わせて予測精度を高めるアンサンブル学習の手法である。ホールドアウト法はデータを学習用と評価用に分割してモデルの性能を検証する手法であり、決定木を組み合わせて予測するアンサンブル学習の手法ではない。3つが「複数の決定木をどう組み合わせて予測するか」という同じ問いに答える手法である一方、ホールドアウト法は「学習したモデルをどう評価するか」という別の問いに答える手法であり、単独で異なる役割を持つ。

https://github.com/The-Japan-DataScientist-Society/skills-checklist （2026-07-12公式スキルチェックリストver.6照合）

正解は「係り受け解析」である。係り受け解析は、文中の語句がどの語句を修飾しているか、主語と述語がどう結び付くかといった文の構造を解析する処理である。「画像セグメンテーション」は画像を意味のある領域に分割する画像認識分野の処理であり、対象が文章ではなく画像である。「サンプリングレート変換」は音声データのサンプリングレートを変更する音声処理であり、対象が文章ではなく音声データである。「正規化」はデータの形式や尺度をそろえる処理を指す語であり、文中の主語・述語の関係という構文構造そのものを解析する処理ではない。いずれも対象とするデータの種類か、扱う処理の内容が設問の条件と異なる。

https://github.com/The-Japan-DataScientist-Society/skills-checklist （2026-07-12公式スキルチェックリストver.6照合）

正解は「標準化」である。標準化は、数値特徴量の平均やばらつきをそろえ、スケールの違いがモデル学習に与える影響を抑える前処理である。帰無仮説は検定、公開鍵暗号化方式はセキュリティ、データポータビリティは個人情報に関する制度論点であり、特徴量のスケール調整ではない。設問では「モデルに入力する数値特徴量」と「スケールをそろえる前処理」を結び付ける。検定、暗号化、制度の用語を除外し、データ準備の標準化を選ぶ。処理の対象と目的を分けて読むことが重要である。

https://github.com/The-Japan-DataScientist-Society/skills-checklist （2026-07-12公式スキルチェックリストver.6照合）

正解は「特異度」である。特異度は、実際には陰性であるデータのうち、モデルが正しく陰性と判定できた割合を表す分類評価指標である。RMSE、MAPE、決定係数は主に回帰モデルの予測誤差や当てはまりを評価する指標であり、陰性判定の正しさを直接表すものではない。設問では、評価対象が分類モデルであり、分母が実際の陰性、数える結果が正しく陰性とした件数だと読む。回帰評価指標を除外して特異度を選ぶ。分類か回帰かを最初に明確に分けると候補を絞りやすい。

https://github.com/The-Japan-DataScientist-Society/skills-checklist （2026-07-12公式スキルチェックリストver.6照合）

偶然のずれと抽出方法の偏りを区別する問題なので、それぞれの原因に注目する。正解は「標本誤差は偶然生じるばらつき、サンプリングバイアスは抽出方法の偏りによる系統的な誤差」である。標本誤差は無作為に抽出しても一部だけを調べることで偶然生じるずれで、サンプリングバイアスは集め方の偏りによって一方向にずれる誤差である。説明を逆にした選択肢は原因の取り違えである。取り直すたびに同じ向きにずれるのは系統的な偏りの特徴であり、偶然のずれは向きがばらつく。標本の大きさを大きくしても、抽出方法の偏りは残る。したがって、2つを正しく区別しているのは、偶然のばらつきと系統的な偏りに分けた説明である。

https://github.com/The-Japan-DataScientist-Society/skills-checklist （2026-07-12公式スキルチェックリストver.6照合）

学習データで高精度なのに新しいデータで精度が大きく落ちた現象は、過学習にあたる。正解は「過学習」である。過学習は、学習データの細かな癖やノイズまで覚えてしまい、新しいデータへの予測性能である汎化性能が下がる現象を指す。「次元の呪い」は特徴量の数が増えることで生じる学習の難しさであり、この現象の名称ではない。「ホールドアウト法」と「交差検証」は、性能を確かめるための評価の手法であり、精度が下がる現象そのものではない。したがって、事例が示す現象は過学習である。

https://github.com/The-Japan-DataScientist-Society/skills-checklist （2026-07-12公式スキルチェックリストver.6照合）

実際の患者を見逃さず陽性と判定できた割合を見たいので、分母は実際に陽性のデータになる。正解は「Recall（再現率）」である。Recallは、実際に陽性であるデータのうち、モデルが正しく陽性と判定できた割合を表す。「Precision（適合率）」は陽性と判定したもののうち実際に陽性だった割合で、分母が異なる。「特異度」は実際に陰性のデータを正しく陰性と判定できた割合で、陰性側を見る。「Accuracy（正解率）」は全体のうち正しく判定できた割合で、見逃しだけを取り出せない。したがって、患者の見逃しの少なさを確認する指標はRecallである。

https://github.com/The-Japan-DataScientist-Society/skills-checklist （2026-07-12公式スキルチェックリストver.6照合）

ラベル付きのデータで予測する方法とラベルなしで構造を探す方法の区別なので、正解ラベルの有無が軸になる。正解は「教師あり学習は正解データ（ラベル）を用い、教師なし学習は用いない」である。教師あり学習は入力と正解ラベルの対応から回帰や分類を学び、教師なし学習はクラスター分析のようにラベルなしでデータの構造を探す。ラベルの有無を逆にした説明は、2つの定義の取り違えである。クラスター分析はラベルを使わないため教師なし学習の手法である。使うアルゴリズムの違いだけとする説明は、区別の中心がラベルの有無であることを見落としている。したがって、ラベルの有無で区別した選択肢が適切である。

https://github.com/The-Japan-DataScientist-Society/skills-checklist （2026-07-12公式スキルチェックリストver.6照合）

複数の決定木を組み合わせる方法ではないものを選ぶので、決定木を使うアンサンブル学習を先に特定する。正解は「ホールドアウト法」である。ホールドアウト法はデータを学習用と評価用に分けて性能を確かめる検証の手法で、決定木を組み合わせるものではない。「Random Forest」は複数の決定木を学習して結果をまとめる手法、「XGBoost」と「勾配ブースティング」は決定木を順に追加して誤差を補う手法であり、いずれも複数の決定木を組み合わせる。したがって、組み合わせる手法ではなく評価の手順であるホールドアウト法が、設問の求めるものにあたる。

https://github.com/The-Japan-DataScientist-Society/skills-checklist （2026-07-12公式スキルチェックリストver.6照合）

文から誰が何をしたかの関係を取り出すので、語句どうしの結び付きを解析する処理が必要になる。正解は「係り受け解析」である。係り受け解析は、文中の語句がどの語句を修飾しているか、主語と述語がどう結び付くかを解析する。「形態素解析」は文を語に区切って品詞を付ける処理で、語どうしの関係までは取り出さない。「画像セグメンテーション」は画像の領域分割、「サンプリングレート変換」は音声の処理であり、対象が文章ではない。したがって、主語と述語の関係を取り出せるのは係り受け解析である。

https://github.com/The-Japan-DataScientist-Society/skills-checklist （2026-07-12公式スキルチェックリストver.6照合）

平均やばらつきが異なる特徴量を比較可能な尺度へそろえるので、尺度を整える前処理が必要になる。正解は「標準化」である。標準化は、数値特徴量の平均やばらつきをそろえ、スケールの違いがモデル学習に与える影響を抑える。「離散化」は連続値を区間に区切る変換、「対数変換」は大きな値の差を抑える変換であり、尺度をそろえる処理ではない。「リシェイプ」は配列の形状を変える操作で、特徴量の尺度とは関係しない。したがって、平均やばらつきが異なる複数の数値特徴量を学習前に比較可能な尺度へそろえる前処理は、標準化である。

https://github.com/The-Japan-DataScientist-Society/skills-checklist （2026-07-12公式スキルチェックリストver.6照合）

実際に陰性の人を正しく陰性と判定できた割合を見るので、分母は実際に陰性のデータになる。正解は「特異度」である。特異度は、実際に陰性であるデータのうち、正しく陰性と判定できた割合を表す。「Recall（再現率）」は実際に陽性のデータを正しく陽性と判定できた割合で、見る側が逆である。「Precision（適合率）」は陽性と判定したもののうち実際に陽性だった割合で、分母が異なる。「決定係数」は回帰モデルの当てはまりを表す指標で、陰性の判定を見る分類の指標ではない。したがって、設問の指標は特異度である。

https://github.com/The-Japan-DataScientist-Society/skills-checklist （2026-07-12公式スキルチェックリストver.6照合）

広告の効果を公平に比べるには、グループの構成の偏りを減らす必要がある。正解は「利用者を無作為に、広告Aと広告Bのグループへ割り付ける」である。無作為化は、対象者を無作為にグループへ割り付ける工夫で、グループの構成の偏りを偶然に任せて減らす。「全員にAだけを見せて過去と比べる」は、時期の違いの影響が混ざる。「希望の有無で分ける」は関心の違いが偏り、「反応が良さそうな人をAに集める」は割り付けが恣意的になる。したがって、設問の工夫は、利用者を無作為に割り付けることである。

https://github.com/The-Japan-DataScientist-Society/skills-checklist （2026-07-12公式スキルチェックリストver.6照合）

特徴量が増えてデータが疎になり、計算が難しくなったので、次元の増加に伴う問題が問われている。正解は「次元の呪い」である。次元の呪いは、特徴量の数が増えるほど、データが空間の中で疎になり、学習や距離の計算が難しくなる問題を指す。「過学習」は学習データに合いすぎて新しいデータで精度が落ちる現象で、問題の捉え方が異なる。「交差検証」と「ホールドアウト法」は、モデルの性能を確かめる評価の手法であり、特徴量の増加で起こる問題の名称ではない。したがって、設問の問題は次元の呪いである。

https://github.com/The-Japan-DataScientist-Society/skills-checklist （2026-07-12公式スキルチェックリストver.6照合）

しきい値を変えながら全体で評価して1つの数値にまとめたいので、ROC曲線に基づく指標が必要になる。正解は「AUC（ROC曲線の下の面積）」である。AUCは、判定のしきい値を変えたときの分類性能を表すROC曲線の下の面積で、全体の性能を1つの数値にまとめる。「Recall（再現率）」は特定のしきい値での割合である。「決定係数」と「RMSE」は回帰モデルの指標で、分類モデルの評価には使わない。したがって、判定のしきい値を変えながら分類モデルの性能を全体で評価し、1つの数値にまとめたいという設問の条件に合う指標は、AUCである。

https://github.com/The-Japan-DataScientist-Society/skills-checklist （2026-07-12公式スキルチェックリストver.6照合）

正解ラベルなしで似た顧客のまとまりを見つけたいので、ラベルを使わない教師なし学習の手法が必要になる。正解は「クラスター分析」である。クラスター分析は、データの近さをもとに似たものどうしをグループに分ける。「ロジスティック回帰分析」は確率を予測する分類、「単回帰分析」と「重回帰分析」は値を予測する回帰であり、いずれも正解となるラベルや値を使う教師あり学習である。したがって、ラベルなしでグループを見つける設問の手法は、クラスター分析である。

https://github.com/The-Japan-DataScientist-Society/skills-checklist （2026-07-12公式スキルチェックリストver.6照合）

決定木を並列に学習して予測をまとめる方法なので、並列型のアンサンブル学習が必要になる。正解は「Random Forest」である。Random Forestは、複数の決定木を並列に学習し、それぞれの予測を多数決や平均でまとめる。「勾配ブースティング」は決定木を1本ずつ順に追加して前の誤差を補う方法であり、「XGBoost」と「LightGBM」はその実装である。順に追加する方法は、並列に学習してまとめる方法とは仕組みが異なる。したがって、設問の方法はRandom Forestである。

https://github.com/The-Japan-DataScientist-Society/skills-checklist （2026-07-12公式スキルチェックリストver.6照合）

文を語に区切って品詞を付けたいので、文章の最小単位に分解する処理が必要になる。正解は「形態素解析」である。形態素解析は、文を意味を持つ最小の単位である語（形態素）に区切り、それぞれに品詞などの情報を付ける処理である。「係り受け解析」は語句どうしの関係を調べる処理で、語への区切りと品詞の付与のあとに行う。「画像認識」は画像、「音声フォーマットの変換」は音声を対象にする処理であり、文章を扱わない。したがって、日本語の文を語に区切ってそれぞれに品詞を付けたいという設問の条件に合う処理は、形態素解析である。

https://github.com/The-Japan-DataScientist-Society/skills-checklist （2026-07-12公式スキルチェックリストver.6照合）

カテゴリの値を0と1の列にしたいので、カテゴリを数値の列へ置き換える前処理が必要になる。正解は「ダミー変数への変換」である。ダミー変数への変換は、カテゴリの値ごとに、該当すれば1、しなければ0とする列を作る処理で、都道府県のような値をモデルが扱える形にできる。「対数変換」と「標準化」は数値を対象にした変換であり、カテゴリを扱わない。「離散化」は連続した数値をカテゴリにする変換で、向きが逆である。したがって、設問の前処理はダミー変数への変換である。

https://github.com/The-Japan-DataScientist-Society/skills-checklist （2026-07-12公式スキルチェックリストver.6照合）

予測値と実際の値の差の絶対値の平均を評価したいので、回帰モデルの誤差の指標が必要になる。正解は「MAE」である。MAEは、予測値と実際の値との差の絶対値を平均した値で、誤差の大きさを元の単位で読める。「Precision（適合率）」「混同行列」「AUC」は、いずれも分類モデルの評価に使うものであり、回帰モデルの予測値と実際の値の差を評価しない。したがって、回帰モデルの予測値と実際の値との差の絶対値の平均を、元の単位で評価したいという設問の条件に合う指標は、MAEである。

https://github.com/The-Japan-DataScientist-Society/skills-checklist （2026-07-12公式スキルチェックリストver.6照合）

誤っている説明を選ぶので、2つの誤差の性質に注意する。正解は「サンプリングバイアスは、標本を大きくすれば必ず解消する」である。サンプリングバイアスは、抽出方法の偏りによる系統的な誤差であり、標本を大きくしても、偏った方法で集める限り残る。標本誤差が無作為に抽出しても偶然生じるずれであること、無作為化がグループの構成の偏りを減らす工夫であることは、正しい説明である。したがって、標本を大きくすれば偏りが必ず解消するとする説明が、設問の誤った説明である。

https://github.com/The-Japan-DataScientist-Society/skills-checklist （2026-07-12公式スキルチェックリストver.6照合）

誤っている説明を選ぶので、各用語の定義と食い違うものを探す。正解は「過学習は、学習データでも新しいデータでも精度が低い状態である」である。過学習は、学習データの癖までを学習してしまい、学習データでは高精度なのに新しいデータでは精度が下がる現象である。次元の呪いは特徴量が増えるとデータが疎になる問題、交差検証とホールドアウト法はデータを分けて性能を確かめる手法であり、いずれも正しい説明である。したがって、過学習を学習データでも精度が低い状態とする説明が、設問の誤った説明である。

https://github.com/The-Japan-DataScientist-Society/skills-checklist （2026-07-12公式スキルチェックリストver.6照合）

誤っている説明を選ぶので、指標の分母の取り方に注意する。正解は「Recall（再現率）は、陽性と判定したもののうち、実際に陽性だった割合である」である。この割合はPrecision（適合率）の定義であり、Recallは、実際に陽性であるデータのうち、正しく陽性と判定できた割合である。特異度が実際に陰性のデータを正しく陰性と判定できた割合であること、AUCがROC曲線の下の面積であること、Precisionが陽性と判定したもののうち実際に陽性だった割合であることは、正しい説明である。したがって、Recallの説明が設問の誤った説明である。

https://github.com/The-Japan-DataScientist-Society/skills-checklist （2026-07-12公式スキルチェックリストver.6照合）

誤っている説明を選ぶので、正解ラベルの有無に注目する。正解は「教師なし学習は、学習に正解ラベルを必要とする」である。教師なし学習は、正解ラベルを用いずにデータの構造を探す学習で、クラスター分析がその例である。教師あり学習は入力と正解ラベルの対応から回帰や分類を学び、ロジスティック回帰分析は正解ラベルを使う教師あり学習の手法である。これらは正しい説明である。したがって、教師なし学習が正解ラベルを必要とするとする説明が、設問の誤った説明である。

https://github.com/The-Japan-DataScientist-Society/skills-checklist （2026-07-12公式スキルチェックリストver.6照合）

誤っている説明を選ぶので、手法の仕組みの取り違えを探す。正解は「Random Forestは、決定木を1本ずつ順に追加して、前の木の誤差を補う方法である」である。Random Forestは、複数の決定木を並列に学習し、予測を多数決や平均でまとめる方法で、順に誤差を補うのは勾配ブースティングの仕組みである。勾配ブースティングの説明、およびXGBoostとLightGBMが勾配ブースティングの実装であるという説明は、いずれも正しい。したがって、Random Forestを順に追加する方法とする説明が、設問の誤った説明である。

https://github.com/The-Japan-DataScientist-Society/skills-checklist （2026-07-12公式スキルチェックリストver.6照合）

誤っている説明を選ぶので、処理の対象と内容を取り違えたものを探す。正解は「画像認識は、日本語の文を語に区切って品詞を付ける処理である」である。画像認識は画像に写っているものを判別する処理で、文を語に区切って品詞を付けるのは形態素解析である。係り受け解析が語句どうしの関係を解析する処理であること、形態素解析が文を語に区切って品詞を付ける処理であること、音声フォーマットの変換が保存形式を変える処理であることは、正しい説明である。したがって、画像認識に形態素解析の内容を当てはめた説明が、設問の誤った説明である。

https://github.com/The-Japan-DataScientist-Society/skills-checklist （2026-07-12公式スキルチェックリストver.6照合）

誤っている説明を選ぶので、前処理の名称の取り違えを探す。正解は「標準化は、連続した数値を区間に区切ってカテゴリにする変換である」である。連続した数値を区間に区切ってカテゴリにするのは離散化で、標準化は、数値特徴量の平均やばらつきをそろえる前処理である。対数変換が大きな値の差を抑える変換であること、ダミー変数がカテゴリを0と1の列に置き換えたものであること、欠損値がデータの一部が記録されていない値であることは、正しい説明である。したがって、標準化に離散化の内容を当てはめた説明が、設問の誤った説明である。

https://github.com/The-Japan-DataScientist-Society/skills-checklist （2026-07-12公式スキルチェックリストver.6照合）

誤っている説明を選ぶので、評価指標の定義の取り違えを探す。正解は「MAPEは、分類モデルの判定結果を、実際の値との組合せごとに数えた表である」である。分類モデルの判定結果を実際の値との組合せごとに数えた表は混同行列で、MAPEは、回帰モデルの予測誤差を実際の値に対する割合で表す指標である。RMSEが回帰モデルの予測誤差の大きさを表すこと、特異度が実際に陰性のデータを正しく陰性と判定できた割合であること、決定係数が当てはまりの良さを表すことは、正しい説明である。したがって、MAPEに混同行列の内容を当てはめた説明が、設問の誤った説明である。

https://github.com/The-Japan-DataScientist-Society/skills-checklist （2026-07-12公式スキルチェックリストver.6照合）

正解は「固有表現抽出」である。固有表現抽出は、文章の中から人名・地名・組織名といった固有の名称（固有表現）を検出し分類する技術である。「形態素解析」は文章を単語などの最小単位に分割し品詞を判定する処理であり、固有名詞の抽出そのものを目的とする技術ではない。「係り受け解析」は文中の単語同士の修飾・被修飾の関係を解析する技術であり、固有名詞の抽出とは目的が異なる。「機械翻訳」はある言語の文章を別の言語に変換する技術であり、固有の名称を抽出する処理ではない。したがって、人名・地名・組織名などを文章中から抽出する技術は「固有表現抽出」である。

https://github.com/The-Japan-DataScientist-Society/skills-checklist （2026-07-12公式スキルチェックリストver.6照合）

正解は「形態素解析」である。形態素解析は文章を単語などの最小単位に分割し、各単位の品詞を判定する処理である。固有表現抽出は人名・地名・組織名など特定の名称を取り出すこと、係り受け解析は単語どうしの修飾・被修飾の関係を調べることを目的とする。機械翻訳は文章を別の言語へ変換する処理であり、単語分割と品詞判定を目的としない。まず文章をどの単位に扱うか、次に名称・関係・翻訳のどれを求めるかを分けて考える。設問は文章をどの単位に分け、何を判定するかを示しているため、形態素解析を選ぶ。

https://github.com/The-Japan-DataScientist-Society/skills-checklist （2026-07-12公式スキルチェックリストver.6照合）

正解は「サンプリングレート」である。サンプリングレートは音声を一定の時間間隔で標本化して数値として扱う回数に関わる用語であり、音声データの基本的な扱いを理解する際の観点になる。音声フォーマットはwavやmp3など、音声を保存・扱う形式に関する語である。セグメンテーションは画像などで領域を分けるタスク、姿勢推定は画像から人などの姿勢を推定するタスクであり、音声を時間ごとに取得する回数とは異なる。設問の対象が音声の記録形式か、画像のタスクか、時間方向の取得回数かを区別する。したがってサンプリングレートを選ぶ。

https://github.com/The-Japan-DataScientist-Society/skills-checklist （2026-07-12公式スキルチェックリストver.6照合）

正解は「離散化」である。離散化は連続した数値データをいくつかの区間に分け、カテゴリのように扱える形へ変換する特徴量化である。標準化は数値の尺度をそろえるための変換、対数変換は数値に対数を用いる変換であり、いずれも値を区間ごとのカテゴリに分ける操作ではない。ダミー変数はカテゴリを数値として表すための変数であり、連続値を最初に区間へ分ける処理とは役割が異なる。設問では数値の大きさを調整するのか、区間に分けるのか、カテゴリを表す変数を作るのかを区別する。したがって離散化を選ぶ。

https://github.com/The-Japan-DataScientist-Society/skills-checklist （2026-07-12公式スキルチェックリストver.6照合）

正解は「MAE」である。MAEは回帰モデルの予測値と実際の値の差を絶対値で捉え、その平均によって誤差を評価する指標である。Accuracy、Precision、Recallはいずれも分類の結果を評価する際に用いる指標であり、連続した値の予測と実測の差を平均する設問の条件には合わない。まず、設問が正解・不正解の分類を扱うのか、予測した数値と実際の数値の差を扱うのかを区別する。さらに差を二乗する指標ではなく絶対値を平均する点まで読めば、MAEに絞り込める。したがってMAEを選ぶ。

https://github.com/The-Japan-DataScientist-Society/skills-checklist （2026-07-12公式スキルチェックリストver.6照合）

正解は「Precision」である。Precisionは分類モデルが正と判定した対象のうち、実際にも正であった対象の割合を表す指標である。Recallは実際に正である対象をどれだけ正と判定できたかを表すため、分母となる対象が異なる。Accuracyは分類全体で正しく判定できた割合を表し、正と判定した対象だけに注目しない。MAEは回帰モデルの予測値と実際の値の差を絶対値で評価する指標であり、分類の正・負を扱うものではない。設問では「正と判定した対象のうち」という分母に着目すると、この割合を表す指標はPrecisionである。

https://github.com/The-Japan-DataScientist-Society/skills-checklist （2026-07-12公式スキルチェックリストver.6照合）

正解は「Recall」である。Recallは実際に正である対象のうち、分類モデルが正であると判定できた対象の割合を表す指標である。Precisionはモデルが正と判定した対象のうち実際に正であった対象の割合であり、注目する分母が異なる。Accuracyは全ての対象のうち正しく判定できた割合を表すため、実際に正である対象だけに焦点を当てない。MAEは回帰の予測値と実測値の差を絶対値で評価する指標である。見逃しをどれだけ抑えられたかを考えるときは、実際に正である対象を分母にするRecallを確認する。

https://github.com/The-Japan-DataScientist-Society/skills-checklist （2026-07-12公式スキルチェックリストver.6照合）