G検定 用語解説
CRISP-DMとは
データ分析プロジェクトを段階的に進めるための標準的な手順の枠組み。
まず押さえる結論
CRISP-DM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。
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 / AIプロジェクトの進め方
データ分析やデータマイニングのプロジェクトを、「業務理解」「データ理解」「データ準備」「モデリング」「評価」「展開」の6つの段階に分けて反復的に進める、代表的なプロセスモデルはどれか。
「業務理解→データ理解→データ準備→モデリング→評価→展開」の6段階を反復しながら進めるデータ分析・データマイニングの標準プロセスがCRISP-DMである。BPRは業務プロセスそのものを抜本的に作り直す経営手法で、データ分析の工程モデルではない。MLOpsは機械学習モデルを本番で継続的に運用・再学習し続けるための方法論。PoCは本格開発前に実現可能性を小規模に検証する取り組みで、6段階の工程モデル全体を指す言葉ではない。
大項目7 AIの社会実装に向けて / AIプロジェクトの進め方
AI導入の効果を最大化するために、既存の手順を部分的に改善するのではなく、業務の流れそのものを抜本的に作り直す取り組みを表す用語はどれか。
既存手順の部分改善にとどめず、業務の流れ自体をゼロベースで作り直す取り組みがBPR（ビジネスプロセス・リエンジニアリング）であり、AI導入効果を最大化する前提として重視される。CRISP-DMはデータ分析プロジェクトの6段階の工程モデル。Webスクレイピングはウェブ上の情報をプログラムで自動収集する手法。クラウドは計算資源をネットワーク越しに利用する形態で、いずれも業務プロセスの抜本的再構築を指す語ではない。
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。
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はデータ分析の6段階の工程モデルで、本番運用を継続的に回す枠組みではない。概念ドリフトは運用中に精度が劣化する現象そのもの。BPRは業務プロセスの抜本的再設計で、いずれもモデルの継続的な運用基盤を指す語ではない。
同じ章で確認したい用語
到達チェック
- CRISP-DM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、CRISP-DM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