G検定 用語解説
オープンデータセットとは
研究や商用利用のために、誰でも自由に利用・再配布できる形で公開されているデータの集まり。モデルの学習・評価や技術検証のベースとして活用される。
まず押さえる結論
オープンデータセットは、G検定の「大項目7 AIの社会実装に向けて」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: 2026-07-03。
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
×CRISP-DM（進め方の枠組み）とPoC（概念実証）の役割の取り違え。
×データリーケージ（学習・評価データに正解情報が混入する事故）の見落とし。
×説明可能AI（XAI）・公平性・透明性など、近い概念の取り違え。
関連する確認問題
大項目7 AIの社会実装に向けて / データの整備と運用
教師あり学習で用いるデータを準備する際、個々の画像やテキストに正解となるラベルやタグを付与していく作業を指す用語はどれか。
正解は「アノテーション」である。教師あり学習のデータ準備は、データを集める収集段階、形式を整える加工・前処理の段階、個々のデータへ正解となるラベルを付与する段階という順に進み、この設問は最後の「正解ラベルを付与する段階」だけを切り出して問うている。他の3つの選択肢は、いずれもラベル付与より前の段階か、ラベル付与そのものとは別の対象を指す点で共通してアノテーションと区別できる。Webスクレイピングは収集段階の技術的手法、データの加工・前処理は形式を整える段階、オープンデータは収集対象になり得る公開データの分類であり、正解の判断とラベル付与という作業そのものを表してはいない。
大項目7 AIの社会実装に向けて / データの整備と運用
個人データを扱うシステムについて、運用が始まってからの事後対応に頼るのではなく、企画・設計の最初の段階から情報保護の仕組みをあらかじめ組み込んでおく考え方を表す用語はどれか。
正解は「プライバシー・バイ・デザイン」である。システムやサービスの企画・設計の最初の段階から、あらかじめ個人情報の保護を組み込んでおく考え方がプライバシー・バイ・デザインである。アカウンタビリティ（説明責任）はAIの判断や結果について事後に説明する責任を指す語であり、設計段階での作り込みそのものではない。概念ドリフトは運用が始まった後にデータの傾向が変化してモデルの精度が下がる現象であり、設問が対比している「事後対応」の一例に近く、設計段階の話ではない。データの加工・前処理は欠損値処理や正規化などデータを整える工程であり、情報保護の設計思想を表す語ではない。
大項目7 AIの社会実装に向けて / データの整備と運用
機械学習モデルの開発から本番環境へのデプロイ、運用、再学習までの一連の流れを、継続的かつ効率的に回し続けて安定稼働させるための仕組みや方法論を指す用語はどれか。
正解は「MLOps」である。機械学習モデルの開発・デプロイ・運用・再学習までを継続的かつ効率的に回し、本番環境で安定稼働させ続けるための仕組み・方法論がMLOpsである。CRISP-DMは業務理解からモデリング・評価・展開までを6段階で進める分析プロジェクトの工程モデルであり、本番運用後の継続的な再学習サイクルを主眼とする語ではない。概念ドリフトは運用中にデータの傾向が変化して精度が下がる現象そのものであり、それに対処する仕組みであるMLOpsとは同じ話題の中でも「問題」と「対処のための方法論」という異なる立場にある。BPRは業務プロセスそのものを抜本的に再設計する経営手法で、モデルの運用基盤とは対象が異なる。
同じ章で確認したい用語
到達チェック
- オープンデータセット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、オープンデータセット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）