DS検定 用語解説
散布図行列とは
複数の変数を組み合わせたペアごとに散布図を並べ、変数間の関係を一覧できるようにした図表。
まず押さえる結論
散布図行列は、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
生成AIの回答を顧客向け文書へ転記する前の確認手順として最も適切なものはどれか。
この事例では、状況を表す条件を定義や役割へ対応させると「検索結果や他LLMの出力結果と比較し、出力を鵜呑みにしない」に絞れる。正解は「検索結果や他LLMの出力結果と比較し、出力を鵜呑みにしない」である。大規模言語モデルはHallucinationを起こすことがあり、文章が自然でも内容が事実と異なる場合がある。業務で使う前には、検索結果や一次情報、他のLLMの出力と比較して、出力をそのまま鵜呑みにしないことが求められる。「大規模言語モデルの出力は常に正しいため、そのまま採用する」は、Hallucinationが起きる可能性を無視した姿勢である。「Hallucinationは画像生成だけで起きるため、文章では確認しない」は、Hallucinationを画像生成に限定しており、文章生成でも誤った内容が出力されうる点を見落としている。「追加情報を与えても出力結果は変わらないため比較しない」は、他LLMの出力結果との比較や追加情報による確認という、鵜呑みにしないための具体的な行動を放棄する考え方である。
第2章 データ可視化とAI活用の基礎 / ITセキュリティ基礎
ランサムウェア感染後の影響として整合する項目だけをまとめた組合せはどれか。
この事例では、状況を表す条件を定義や役割へ対応させると「消失・漏洩・サービスの停止」に絞れる。正解は「消失・漏洩・サービスの停止」である。マルウェアはデータを削除する、外部に漏らす、システムやサービスを停止させるといった被害を起こし得る。標準化、正規化、推定・検定はデータ処理や統計の手法であり、マルウェア被害の種類として並べるのは不適切である。組み合わせ問題では、三つの語がすべてセキュリティ上の被害かを確認する。他の選択肢はデータ準備、データ加工、統計的推定・検定の用語を並べているため除外できる。三語のうち一つだけでなく、組み合わせ全体の分類を確認する。
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。
同じ章で確認したい用語
到達チェック
- 散布図行列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、散布図行列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）