第43問〜第47問を掲載しています。答えを開き、誤答選択肢との違いまで確認してください。
正解は「デンドログラム」である。デンドログラムは階層クラスタリングで、クラスタがどの順に結合されるかという階層関係を木のように表す図である。ROC曲線は分類モデルの性能に関わる図、混同行列は分類の予測結果を整理する表、散布図行列は複数の変数について二変数の関係を並べる可視化手法である。設問では分類モデルの評価や変数間の関係ではなく、クラスタを段階的に結合する構造を問うている。階層クラスタリングと対になる図を確認すれば判断できる。したがってデンドログラムを選ぶ。
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「欠損値」である。欠損値は観測すべき値が記録されておらず、データ項目が空になっている状態を指す。外れ値は統計的に極端な値、異常値は入力ミスや測定機器の故障など原因が明確な誤データを指し、値が存在しない状態とは異なる。標準化は数値の尺度を整える変換であり、データが空であることを表す語ではない。データ準備では、値がないのか、値はあるが極端なのか、原因が明確な誤りなのかを切り分けて対応する。欠損の理由や発生の偏りも確認し、削除・補完・収集方法の見直しをデータの用途に応じて決める。したがって欠損値を選ぶ。
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「ダミー変数」である。ダミー変数は、カテゴリを表す値を、通常は0や1などの数値の列として表現するために使う。外れ値は分布の中で極端に離れた値、対数変換は数値へ対数を適用する変換、スケーリングは数値の範囲や尺度を調整する処理である。いずれもカテゴリを列へ展開してモデル入力へ渡す役割とは異なる。設問では、元の値が数値かカテゴリかをまず判別し、カテゴリを数値表現へ変える処理を問うている。列の値が示すカテゴリと基準となるカテゴリを区別して設計することも、解釈を誤らないために重要である。したがってダミー変数を選ぶ。
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「AUC」である。AUCはROC曲線の下側の面積を表し、分類モデルが陽性と陰性をどの程度識別できるかを評価する指標である。RMSEは予測値と実測値の差を二乗して扱う回帰の誤差指標、MAEは誤差の絶対値を平均する回帰の誤差指標、MAPEは誤差を割合として扱う回帰の評価指標である。設問では予測する対象が連続値ではなく分類であり、ROC曲線という可視化と結び付く評価値を問うている。分類か回帰かを最初に区別し、ROC曲線の面積に対応するAUC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「CNN」である。CNNは畳み込みを利用するニューラルネットワークであり、画像認識などの画像データを扱う場面で用いられる。RNNは系列的なデータを扱うニューラルネットワーク、Transformerは注意機構を利用するモデル、Random Forestは複数の決定木を組み合わせる機械学習の手法である。設問では画像の局所的な特徴を扱うために畳み込みを利用する点を手掛かりにする。ニューラルネットワークであることだけではなく、畳み込みと画像認識という組合せを確認することで、CNNと他のモデルを区別できる。したがってCNN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）