DS検定 用語解説
テーブルレンズとは
表形式データの各セルを色や長さなどの視覚要素で表現し、大量データの分布や傾向を一覧できるようにした可視化手法。
まず押さえる結論
テーブルレンズは、DS検定の「第2章 データ可視化とAI活用の基礎」で確認しておきたい用語です。定義だけでなく、どの場面で使う言葉か、何と混同しやすいか、問題文のどの表現で判断するかまで確認します。
情報源と編集区分
公式範囲を確認し、具体例・誤答例・判断手順は当サイトが編集。 一次情報確認日: 2026-07-12。
試験概要（公式）試験での問われ方
定義の言い換え
用語そのものではなく、説明文の一部を言い換えて出されることがあります。
似た概念との比較
同じ章の用語と入れ替えた選択肢に注意します。対象、目的、使う場面を分けます。
具体例からの判断
問題文の事例が、定義のどの部分に対応しているかを先に確認します。
誤答しやすいポイント
×Hallucinationを『まれに起こる不具合』と誤解する。大規模言語モデルの構造上根本的に避けられない現象として理解する必要がある。
×Hallucination対策を『使わない』ことだと誤解する。検索によるリサーチ結果との比較や他LLMの出力との比較など、気づくための具体的な行動が問われる。
×ITセキュリティのリスク種類（消失・漏洩・サービスの停止）を漠然と『危険』とまとめてしまい、どの種類のリスクかを区別できない。
関連する確認問題
第2章 データ可視化とAI活用の基礎 / 生成AI活用
品質レビューで次の判断を再検証する。生成AIが、存在しない資料を自然な文章と架空の書誌情報付きで回答した。この現象はどれか 根拠と用語の対応まで確認して選べ。
レビューでは、設問の対象と役割を分けると「事実と異なる内容がさも正しいかのように生成されること」を採用できる。正解は「事実と異なる内容がさも正しいかのように生成されること」である。Hallucinationは通信エラーや警告メッセージではなく、大規模言語モデルがもっともらしいが事実と異なる内容を出す現象を指す。根本的に完全回避は難しいため、検索や一次情報と照合し、出力を鵜呑みにしない姿勢が必要である。設問はエラーの発生原因や入力検知機能ではなく、生成された内容の事実性を問うている。「もっともらしい表現」と「事実との不一致」の両方を含む選択肢を選ぶ。
第2章 データ可視化とAI活用の基礎 / 生成AI活用
品質レビューで次の判断を再検証する。生成AIが提示した制度説明を社内資料へ載せる前に、担当者が取るべき確認方法として最も適切なものはどれか 根拠と用語の対応まで確認して選べ。
レビューでは、設問の対象と役割を分けると「検索によるリサーチ結果や他LLMの出力結果と比較する」を採用できる。正解は「検索によるリサーチ結果や他LLMの出力結果と比較する」である。Hallucinationはもっともらしい文章として出るため、出力を読んだだけでは誤りに気づきにくい。検索結果、一次情報、他LLMの出力、追加情報を与えた場合の変化を比べることで、事実と異なる生成を発見しやすくなる。設問はHallucinationに気づくための具体的な確認行動を問う。出力をそのまま採用する、確認せず進む、利用自体を全面中止するのではなく、外部の情報と比較する選択肢を選ぶ。
第2章 データ可視化とAI活用の基礎 / データ可視化の方向性
品質レビューで次の判断を再検証する。集計表の平均値は妥当だが、外れ値や分布の偏りが疑われる。最初に行う確認として最も適切なものはどれか 根拠と用語の対応まで確認して選べ。
レビューでは、設問の対象と役割を分けると「データを可視化し眺めて考える」を採用できる。正解は「データを可視化し眺めて考える」である。可視化は分析結果をきれいに見せるためだけでなく、分布の偏り、外れ値、欠損の偏り、変数間の関係を早い段階で確認するために使う。数値表だけで進めると、データの形や異常に気づくのが遅れる。設問は分析の最後だけに行う作業ではなく、データの性質を理解するための基本姿勢を問う。可視化を避ける、後回しにする、担当外にする選択肢を除外し、データを眺めて考える行動を選ぶ。分析の早い段階から繰り返し確認する姿勢として捉える。
同じ章で確認したい用語
到達チェック
- テーブルレンズを一文で説明できる
- 同じ章の似た用語と違いを説明できる
- 問題文の具体例から、テーブルレンズに関係する論点を拾える
- 関連問題を解き、誤答した選択肢の理由を確認できる
執筆: ミナト編集部（運営者情報を見る）