DS検定の要点整理（チートシート）

データに基づいて判断するという基本姿勢と、データを扱う上でのモラルを扱う章です。一次情報を自分で確認する姿勢が、後の章の分析の前提になります。

データドリブン

経験や勘だけでなく、データに基づいて分析的に判断・行動する考え方。

一次情報

調査や体験を通じて自分が直接入手した、加工されていない元の情報。

個人情報保護法

個人情報の適正な取得・利用・管理を事業者に義務づける、日本の法律。

データのねつ造

実際には得ていないデータや結果を作り、得られた事実のように扱うこと。

データをどう図表にして眺めるかという可視化の基礎と、生成AI活用時の注意点を扱う章です。

データインク比

図表全体で使うインク量に対して、データそのものを表すインクが占める割合。比率が高いほど不要な装飾が少ない効率的な可視化とされる。

箱ひげ図

中央値・第1四分位数・第3四分位数を箱で、データの広がりをひげで表す図。分布の中心やばらつきを比較し、四分位範囲から定めたフェンスの外側を外れ値候補として把握するのに使う。

ヒートマップ

値の大小を色の濃淡で表し、データの分布や傾向を直感的に把握できるようにした図表。

Hallucination

大規模言語モデルが事実と異なる内容をさも正しいかのように生成する現象。構造上根本的に避けることができない。

線形代数と微分という、モデル化の章で使う計算の土台を扱う章です。勾配は偏微分を並べたベクトルという定義が、第5章の最適化の理解につながります。

固有値・固有ベクトル

ある行列（線形変換）に対して、方向が変わらず長さだけが変化するベクトルを固有ベクトル、その倍率を固有値という。

偏微分

多変数関数について、着目する1つの変数以外を定数とみなして行う微分。

ベクトルの内積

対応する成分同士を掛けて足し合わせ、二つのベクトルの関係を一つの値で表す演算。

勾配

多変数関数の各変数に関する偏微分を並べたベクトル。

母集団の値を標本から推定し、仮説を検定する手続きを扱う章です。p値と有意水準を比較する手順に加え、因果推論では交絡因子への注意が問われます。

p値

帰無仮説のもとで、観測された結果以上に極端な結果が得られる確率。

帰無仮説

仮説検定で、差や効果がないものとして棄却できるかを判断する基準の仮説。

信頼区間

母数が含まれると考えられる範囲を、一定の信頼度で示した区間。

因果推論

ある施策や要因が結果に与える因果効果を推定する考え方。処置群と対照群の比較では、交絡因子や選択バイアスを考慮する。

欠損値・外れ値の処理から、回帰・分類モデルの評価指標までを扱う、出題範囲の中心となる章です。評価指標は用途（回帰か分類か）で使い分けます。

過学習

訓練データに過剰に適合し、未知のデータへの予測性能（汎化性能）が下がってしまう現象。

ROC曲線

分類のしきい値を変えたときの真陽性率と偽陽性率の関係を表す曲線。

RMSE

回帰モデルの予測値と実際の値との差を二乗して平均し、平方根をとった指標。値が小さいほど予測の誤差が小さいことを表す。

交差検証

データを複数に分割し、訓練とテストを繰り返してモデルの性能を評価する方法。

データベースの設計とSQLの基本操作、データ基盤のアーキテクチャを扱う章です。テーブル設計を扱うDDLとデータ操作を扱うDMLは対象が異なります。

正規化

データの重複や更新時の不整合を防ぐため、テーブルを機能ごとに分割して整理する設計手法。第一正規化から第三正規化まで段階的に適用される。

内部結合

結合条件に一致する行だけを、複数のテーブルから組み合わせる操作。

データファブリック

企業内外に分散したデータを、場所や形式にかかわらず統合・管理・活用できるようにする技術的なアーキテクチャ。データが分散したままでも1つの統一されたシステムのように扱えるようにする。

データメッシュ

データの所有・管理をドメイン（事業領域）ごとに委ね、各ドメインが自らのデータをプロダクトとして設計・提供する分散型の運用思想。技術基盤の整備に重点を置くデータファブリックに対し、データメッシュは組織の運用体制の変革に重点を置く。

プログラミングの基礎知識、情報セキュリティ、AI運用（MLOps）を扱う章です。テスト手法は内部構造を見るかどうかで区別します。

ホワイトボックステスト

プログラムの内部構造（処理の流れや分岐）を踏まえたうえで、想定通りに動作するかを確認するテスト手法。

ブラックボックステスト

プログラムの内部構造には立ち入らず、入力に対して期待通りの出力が得られるかだけに着目して行うテスト手法。

DDL

SQLの命令のうち、テーブルなどデータベースの構造そのものを定義・変更する命令群。データの中身を操作するDMLとは、操作の対象が異なる。

DML

SQLの命令のうち、データの検索・追加・更新・削除といったデータそのものの操作を行う命令群。テーブルの構造を定義するDDLとは、操作の対象が異なる。

分析結果をビジネスの価値へつなげる力を扱う章です。公式value_creation.csvが定めるスキル項目のうち、見習いレベルの到達目安を区別します。

構造的因果の理解

見習いレベルの到達目安は、単一領域での因果関係の仮説を整理し説明できること（公式value_creation.csv）。

技術・社会潮流の洞察

見習いレベルの到達目安は、主要な技術・社会トレンドを理解し基本的な因果関係を説明できること（公式value_creation.csv）。

変化のストーリー化

見習いレベルの到達目安は、変化の出来事を整理し概要を説明できること（公式value_creation.csv）。

未充足ニーズの洞察

見習いレベルの到達目安は、顕在化した課題を整理し既存の枠組みで説明できること（公式value_creation.csv）。