DS検定～模擬試験④～ 2024年12月7日 ailearn 1. 主成分分析（PCA）による次元削減の利点は次のうちどれですか？ データの欠損値を補完できる 特徴量のスケールを揃えることができる データの分散を最大化しながら次元数を削減できる 非線形関係を取り入れることができる None 2. Lasso回帰におけるL1正則化の主な効果はどれですか？ モデルの重みを全て大きくする モデルの重みを小さくして、特定の特徴量をゼロにする 特徴量の相関を強化する モデルの学習速度を遅くする None 3. モデルの「ブラックボックス」問題とは何ですか？ モデルの予測結果が解釈できないこと モデルがすべてのデータをランダムに処理すること モデルのパラメータが固定されていること モデルが正確な予測を常に行うこと None 4. ロジスティック回帰モデルは、どのようなタイプのデータに対して使用されますか？ 連続値データの予測 二値分類問題 多値分類問題 非線形データの予測 None 5. データの代表値の一つである「中央値」はどのようなデータの特徴を表しますか？ データの最頻値 データの平均値 データを大小順に並べたとき、中央に位置する値 データの最大値と最小値の差 None 6. データの標準化（Standardization）において、最も一般的に使用される手法は次のうちどれですか？ ワンホットエンコーディング Zスコア変換 ターゲットエンコーディング ログ変換 None 7. テキストデータの前処理において、「ステミング（Stemming）」とはどのような処理ですか？ 単語のスペルミスを修正する処理 テキストを正規化する処理 文章を分割して単語ごとに分類する処理 単語の語幹を抽出し、派生形を統一する処理 None 8. モデルの「過学習」とは何を指しますか？ モデルが訓練データに対して高い精度を示すが、新しいデータに対しては精度が低下する現象 モデルが複雑すぎて、全てのデータに対して正確な予測ができる状態 モデルが簡単すぎて、訓練データにも対応できない状態 モデルがデータのすべてのパターンを学習する状態 None 9. 本番環境で使用されているモデルが突然精度低下を起こした場合、考えられる原因として最も適切なものは次のうちどれですか？ モデルのハイパーパラメータが変更された。 トレーニングデータが削除された。 モデルのアルゴリズムが過学習を起こした。 データドリフトが発生した。 None 10. データ共有の際に「分散ファイルシステム」を利用する利点は次のうちどれですか？ データを圧縮して保存できる データをリアルタイムで共有できる データの完全性を保証できる 大規模データを複数のサーバーに分散して保存することで、処理速度を向上させることができる None 11. データ共有において、データの「キャッシュ」を利用する主な目的は次のうちどれですか？ データの圧縮を行い、保存スペースを節約するため データのアクセス権を管理するため データの暗号化強度を高めるため 頻繁にアクセスされるデータの応答時間を短縮するため None 12. データの説明において、偏りを防ぐために考慮すべき重要な要素は次のうちどれですか？ データが全体を代表するかどうかを確認する データを無作為に削除する データの一部のみを使用して説明する 主観的な意見を混ぜる None 13. 分析評価で「ヒストリカルバイアス」を検出する最適な方法として最も適切なものは次のうちどれですか？ データセットを無作為に分割して評価する モデルの出力だけを比較する 全てのデータを削除して再収集する データ収集時点での条件を再確認する None 14. 分析評価における「F1スコア」とは何を表していますか？ モデルの計算速度 データセットのサイズとモデルの適合性 モデルの訓練時間 精度と再現率の調和平均 None 15. モデルの性能を検証するために、データセットを訓練データとテストデータに分割する理由は何ですか？ データ量を増やすため モデルが過学習しているかを評価するため データの正規性を確保するため 訓練データの分散を減らすため None 16. 予測モデルを本番環境にデプロイする際、APIの利用が推奨される理由は何ですか？ モデルのスケーラビリティを向上させるため モデルの再学習が不要になるため モデルのパフォーマンスが向上するため モデルのパラメータを固定するため None 17. データ共有における「データカタログ」の主な機能は次のうちどれですか？ データを暗号化し、セキュリティを強化する データの処理速度を最適化する データベースのスケーリングを行う データの内容や構造に関する情報を集約し、ユーザーが適切なデータを発見できるようにする None 18. データ共有において、「非構造化データ」として適切な例は次のうちどれですか？ SQLデータベースのテーブル CSVファイル 画像ファイル JSON形式のログデータ None 19. 大規模データセットにおいて、相関関係が高いとされる2つの変数が実際には因果関係を持たないことを示す概念は何ですか？ 分散分析 決定係数 標準偏差 偽相関 None 20. 回帰分析における「多重共線性」が問題となる理由として正しいものは次のうちどれですか？ 特徴量間の独立性が高くなるため。 モデルが過学習しやすくなるため。 回帰係数の推定値が不安定になるため。 クロスバリデーションの結果が無効になるため。 None 21. データ加工において、非線形な特徴量をモデルに取り入れるために一般的に使用される手法は次のうちどれですか？ Zスコアを計算する ワンホットエンコーディングを行う 多項式特徴量（Polynomial Features）を作成する 正規化を行う None 22. データ加工における「ラグ特徴量（Lag Features）」とは、次のうちどれを意味しますか？ 過去のデータを基に生成される新しい特徴量 特定の特徴量の欠損を補完するための手法 カテゴリデータを数値に変換するための手法 時系列データをリアルタイムで処理するためのアルゴリズム None 23. データ共有において、ファイルベースの共有よりも「データベースを介した共有」が推奨される理由は次のうちどれですか？ データのサイズを圧縮できるため データの更新や検索が効率的に行えるため データの共有が容易に行えるため データの形式が自動的に標準化されるため None 24. 時系列データの分割において、「スライディングウィンドウ法」を使用する主な目的は次のうちどれですか？ データをランダムにシャッフルして分割する データの時間的な依存性を考慮して、連続したデータを扱うことができる データセット全体のサイズを削減する 時系列データを静的なデータに変換する None 25. モデルを本番環境にデプロイする際に、クラウドプラットフォームを利用する主な利点として最も適切なものは次のうちどれですか？ モデルの再トレーニングが不要になる。 スケーラビリティと可用性が向上する。 モデルの精度が自動的に向上する。 モデルのバイアスが自動的に修正される。 None 26. データ加工において、「ワンホットエンコーディング」を適用した場合のデータの特徴として正しいものは次のうちどれですか？ カテゴリ変数を1つの数値で表現する。 カテゴリ変数ごとに個別の二値変数を作成する。 カテゴリ変数を平均値で補完する。 カテゴリ変数を時系列データに変換する。 None 27. データ共有において、「Snowflake」プラットフォームが支持される理由として最も適切なものは次のうちどれですか？ データ共有が無料で行えるため。 セキュアかつシンプルにデータを他者と共有できるため。 データのスキーマを事前に固定する必要がないため。 クラウド以外の環境でも動作するため。 None 28. 時系列データの分析において、データの「自己相関」を確認する理由として最も適切なものは次のうちどれですか？ データ間に因果関係があるかどうかを確認するため データが一定の間隔で繰り返すパターンを持つかどうかを確認するため データがすべて独立しているかを確認するため データの平均値を計算するため None 29. 多クラス分類問題における評価指標として適切なものは次のどれですか？ 精度 平均二乗誤差（MSE） 決定係数 マクロ平均F1スコア None 30. 次のうち、「多重共線性」が回帰分析の結果に与える影響として最も適切な説明はどれですか？ 説明変数間に強い相関がある場合、回帰係数の解釈が不安定になる データの分布が正規分布でなくなる データの欠損値が増加する 外れ値の影響が強くなる None 31. モデルの公平性を確保するために行うべきアプローチとして最も適切なものは次のうちどれですか？ 学習データセットに存在するバイアスを削除または調整する。 学習データセットをランダムに選択して再トレーニングする。 モデルの精度が最大化するようにハイパーパラメータを調整する。 モデルの予測を一部修正する手動プロセスを追加する。 None 32. データ共有における「分散トレーシング」の目的として最も適切なものは次のうちどれですか？ データ共有時の遅延や障害箇所を特定するため。 データ共有プロトコルを統一するため。 データの完全性を保証するため。 データの暗号化を効率化するため。 None 33. モデルのパフォーマンスを評価するためにROC曲線を使用する主な目的は何ですか？ モデルの予測値を確認するため モデルの複雑さを測定するため モデルがどのようにクラスを区別するかを評価するため モデルの正確な予測確率を示すため None 34. 時系列データの予測結果を説明する際に、データのトレンドや季節性を強調するために最も適したグラフは次のうちどれですか？ 折れ線グラフ 散布図 棒グラフ 円グラフ None 35. モデルの汎化性能を評価するために行う手法の一つはどれですか？ 正則化 モデルの再トレーニング クロスバリデーション モデルの複雑化 None 36. 分析評価において「A/Bテスト」を実施する際、最も重要な前提条件は次のうちどれですか？ 対象群と実験群がランダムに分割されていること 全てのユーザーが同じテストに参加すること 実験終了後に全てのデータを削除すること テストの結果を公開しないこと None 37. モデル評価において、「混同行列」が提供する情報は次のうちどれですか？ モデルの正確性、誤分類の内訳 モデルの学習曲線の進行状況 データセットの重複率 モデルのトレーニング時間 None 38. 比較を行う際に使用するべきグラフとして最も適切なものは次のうちどれですか？ 円グラフ 散布図 棒グラフ ヒストグラム None 39. 多クラス分類問題において、「One-vs-Rest」戦略を使用する主な理由として最も適切なものは次のうちどれですか？ 各クラスのデータ量を均等にするため。 モデルが複雑な場合でも簡易な計算が可能になるため。 多クラス問題を複数の二値分類問題に分割することで解決を容易にするため。 クラス間の相関を最大化するため。 None 40. 次のうち、「ロジスティック回帰分析」を使用する際に最も適切な場合はどれですか？ 目的変数がカテゴリカルデータの場合 目的変数が連続値の場合 データが時系列データの場合 データが相関していない場合 None 41. データの共有において、データの完全性と機密性を保つために使用される技術は次のうちどれですか？ 圧縮 暗号化 トークン化 フィルタリング None 42. 変数間の因果関係を説明するために用いられる「因果モデル」の一例として最も適切なものは次のうちどれですか？ 散布図 中央値 ヒストグラム 因果推論モデル（Causal Inference Model） None 43. データ分析プロジェクトで「ベイズ最適化」を使用する主な理由として最も適切なものは次のうちどれですか？ モデルのハイパーパラメータ探索を効率化するため すべてのパラメータを手動で調整するため モデルの計算速度を低下させるため 無作為にパラメータを設定するため None 44. 「再現率」は何を示す指標ですか？ モデルが誤って予測したデータの割合 正解データのうち、モデルが正しく予測できた割合 モデルが正しく予測したデータのうち、最も重要なデータの比率 データを再利用できる能力 None 45. データの正規性を説明するために最もよく使用されるグラフは次のうちどれですか？ 散布図 Q-Qプロット 棒グラフ 円グラフ None 46. モデルにおける「バイアス-バリアンストレードオフ」とは何を指しますか？ モデルのバイアスとバリアンスのバランスを取ること モデルの計算速度と精度のバランスを取ること データのサイズとモデルの複雑さを調整すること データの分散を減らすための手法 None 47. 2つのカテゴリ変数間の関係性をデータフレームで確認したい場合、最も適切な方法は次のうちどれですか？ クロス集計表を作成する 散布図を作成する ヒストグラムを作成する 箱ひげ図を使用する None 48. データを扱う際に重要な「分位点」とは何を意味しますか？ データを特定の割合で区分した点 データの平均値 データの最大値と最小値の平均 データの標準偏差 None 49. 効果的なデータの説明における「データの可視化」の目的として正しいものは次のうちどれですか？ データを視覚的にわかりやすく伝える データを簡単に削除するため データを正確に分析するため データを隠すため None 50. データ加工において、特徴量の次元削減を行う主な目的は次のうちどれですか？ データの精度を向上させる データの欠損値を補完する データを完全に削除する データの次元数を減らし、計算コストを削減する None 51. 分析評価において、モデルの「過適合（オーバーフィッティング）」を軽減するために効果的な手法は次のうちどれですか？ ドロップアウトやL2正則化を導入する モデルの複雑さを増やす 訓練データを削減する 精度を向上させるためにすべてのデータを使用する None 52. データを説明する際、対象者の理解を促進するために考慮すべき要素は次のうちどれですか？ 対象者のバックグラウンドや専門知識レベル データの量 グラフの色彩 文字の大きさ None 53. 大規模なデータセットに対して、データのメモリ使用量を削減し、効率的に処理するための一般的な手法は次のうちどれですか？ データをシャッフルする データをソートする データの型を最適化する データを削除する None 54. データサイエンスにおいて、モデルを活用する際に最も重要なステップの一つは何ですか？ モデルのトレーニング モデルのパラメータチューニング モデルのデプロイ モデルのハイパーパラメータ設定 None 55. 次のうち、モデルのハイパーパラメータを調整する手法はどれですか？ ロジスティック回帰 決定木 正規化 グリッドサーチ None 56. 「主成分分析（PCA）」の主な目的は次のうちどれですか？ データの平均値を求める データの相関関係を調べる データの欠損値を補完する データの次元を削減し、主要な特徴を抽出する None 57. モデルのフェアネス（公平性）を担保するために使用される評価手法はどれですか？ AUC-ROC バイアス検出ツール クロスバリデーション 精度評価 None 58. 欠損値が多く存在するデータに対して、モデル化を行う前に推奨される処理方法は次のどれですか？ 欠損値の削除 多重代入法 平均補完 ラベルエンコーディング None 59. データの「信頼区間」を説明する際に重要なポイントは次のうちどれですか？ 信頼区間はデータの中央値を示す 信頼区間は母集団のパラメータが特定の範囲にある確率を示す 信頼区間はデータが完全に正規分布していることを示す 信頼区間はデータの外れ値を無視する None 60. データ共有において、「アクセストークン」が使用される主な理由は次のうちどれですか？ データ共有を暗号化するため。 データ共有のトラフィックを最適化するため。 データへのアクセス権限を一時的に付与するため。 データ共有の速度を向上させるため。 None 61. ビッグデータ解析において、非常に大量のデータから有用な情報を抽出するための技術として最も適切なものは次のうちどれですか？ データサンプリング データマイニング データ可視化 データフィルタリング None 62. モデル評価において「損失関数」の役割は次のうちどれですか？ モデルが予測した値と実際の値の誤差を数値化するため モデルの正答率を評価するため モデルの実行速度を計測するため モデルのパラメータを最適化するため None 63. データの正規性を確認するために使用される統計手法として最も適切なものは次のうちどれですか？ カイ二乗検定 ピアソンの相関係数 シャピロ・ウィルク検定 クラスタリング None 64. 時系列データにおける「移動平均（Moving Average）」の主な目的は次のうちどれですか？ データの欠損値を補完する データの分布を正規化する データのノイズを除去し、トレンドを明確にする データをランダムにシャッフルする None 65. データの不均衡を解消するために、「オーバーサンプリング」を行う利点は次のうちどれですか？ 少数クラスのデータを増やすことで、クラスのバランスを保つことができる データの精度を向上させるため データセット全体のサイズを減少させるため カテゴリデータを自動的に数値に変換できるため None 66. 分析評価において、適合率（precision）を向上させるためには、次のどの要素に焦点を当てるべきですか？ モデルが誤って予測する「偽陽性」を減らす モデルの計算速度を向上させる データセットを小さくする モデルの訓練時間を短縮する None 67. データ分析の評価指標として「R²（決定係数）」が示すものは次のうちどれですか？ モデルの精度が100%に近いこと モデルがデータの変動をどれだけ説明できるか モデルがデータに過適合している割合 モデルのエラーを最小化するための方法 None 68. 散布図で2つの変数間の相関を観察したところ、データがほぼ一直線に並んでいる場合、相関係数は次のうちどれに最も近い値をとると考えられますか？ 0 -1 -0.5 1 None 69. データの標準化と正規化の違いとして、正しい説明は次のうちどれですか？ 標準化はデータを範囲0から1に変換し、正規化はデータの平均を0にする 標準化は数値データにのみ適用され、正規化はカテゴリデータに適用される 標準化と正規化は同じ操作を指す 標準化はデータを平均0、標準偏差1にスケーリングし、正規化はデータを指定された範囲にスケーリングする None 70. 外れ値の検出と除去において、IQR（四分位範囲）を使用する理由は次のうちどれですか？ データの標準偏差が不明な場合でも使用できるため 外れ値を自動的に補完できるため データの分布が正規分布である場合に限って適用できるため データの分布に関係なく、安定した外れ値の検出ができるため None 71. モデルのチューニングにおいて、ハイパーパラメータとは何を指しますか？ モデルが予測に使用するデータのパラメータ モデルの学習過程で変更されないパラメータ モデルが生成する出力の精度を示すパラメータ モデルの評価に使用されるメトリクス None 72. データ共有における「API」の役割として正しいものはどれですか？ 異なるシステム間でデータをやり取りするためのインターフェース データを圧縮して送信する技術 データを暗号化して送信する技術 データの可視化を行う技術 None 73. モデルの利活用において、バイアスとバリアンスのトレードオフはどのように関連していますか？ バイアスが高いほど、モデルの複雑さが増す バリアンスが高いほど、モデルは過学習しやすくなる バリアンスが低いほど、モデルは過学習しやすくなる バイアスが高いほど、モデルの精度が上がる None 74. データ共有において、「データレイク」の設計時に最も注意すべき課題は次のうちどれですか？ データの検索性と品質を確保すること データの容量を最小化すること データのスキーマを事前に固定すること データの形式をCSVに統一すること None 75. データの欠損値（Missing Data）に対して、一般的に使用される処理方法として正しいものはどれですか？ 平均値や中央値で補完する データ全体を削除する データを逆順に並び替える データをランダムに入れ替える None 76. 分析評価のプロセスで「AUC（ROC曲線下の面積）」を使用する理由は次のうちどれですか？ モデルの処理速度を測定するため データセットのサイズを確認するため モデルの再現率を最適化するため モデルが様々な閾値でどの程度正確に分類できるかを測定するため None 77. データ共有において、「メタデータ」の役割として正しいものはどれですか？ データの内容や構造に関する情報を提供する データを暗号化する データの圧縮アルゴリズムを指定する データをリアルタイムで同期する None 78. モデルの精度を向上させるために、次のどの手法が有効ですか？ データのクリーニング モデルの複雑さを増やす 訓練データを減らす ハイパーパラメータの固定 None 79. データのトレンドを説明する際、折れ線グラフを使用したが、季節性が不明確な場合に最も適切な対応は次のうちどれですか？ データポイントを増やす 移動平均線を追加してトレンドを明確化する 折れ線グラフを棒グラフに変更する グラフの色を変えることで視覚的にわかりやすくする None 80. サポートベクターマシン (SVM) では、カーネル関数を使用する主な理由は何ですか？ 非線形なデータを高次元空間に写像し、線形分離可能にするため 訓練データを効率的に処理するため データのスケーリングを容易にするため 過学習を防ぐため None 81. 相関係数が正の値を示す場合、次のうちどの関係性があると考えられますか？ 2つの変数が同じ方向に動く 2つの変数が逆方向に動く 2つの変数が無関係である 2つの変数が完全に独立している None 82. データ共有の際に、「データの非対称暗号化」が採用される理由は次のうちどれですか？ 全てのユーザーが同じ鍵を使用して、データを暗号化できるため データの送信者と受信者が異なる鍵を使用して、データの安全性を高めるため データのサイズを圧縮するため データのリアルタイム性を保証するため None 83. 回帰モデルの説明において「決定係数（R²）」が示す意味として正しいものは次のうちどれですか？ モデルの精度がどれほど高いかを示す指標 モデルのデータのばらつきが大きいことを示す指標 モデルの変数の相関が弱いことを示す指標 モデルの適合度が低いことを示す指標 None 84. 「過学習（オーバーフィッティング）」を防ぐために、次のうちどの方法が適切ですか？ データを増やすか、正則化を行う 訓練データのみを使用してモデルを評価する モデルの複雑さを高める テストデータを増やす None 85. データ加工において、データを正規化する主な目的は何ですか？ データの冗長性を減らし、整合性を保つこと データの計算速度を上げること データを暗号化すること データのサイズを圧縮すること None 86. 正規化の手法の一つである「最小-最大スケーリング（Min-Max Scaling）」の目的は何ですか？ データの平均を0にする データの分布を正規分布に近づける データを指定した範囲にスケーリングする データを標準偏差1にする None 87. あるデータセットにおいて、平均値が中央値よりも大きい場合、データの分布に関して最も適切な説明は次のうちどれですか？ データは正規分布している データは左に歪んでいる（左偏） データは右に歪んでいる（右偏） データは一様分布している None 88. 欠損データが発生している場合、欠損の発生パターンに応じて適切な処理方法を選択することが重要ですが、データが「完全にランダムに欠損している」場合に適切な処理方法はどれですか？ データを無作為に削除する 欠損部分を平均値で補完する 欠損部分を推測して補完する 欠損部分をそのまま残す None 89. 複数の要因が結果にどのように影響しているかを説明する際、最も適切な分析手法は次のうちどれですか？ 単回帰分析 分散分析（ANOVA） クロス集計 ヒストグラム None 90. データの相関関係を説明する際、散布図を使用した結果、明確な相関が見られない場合に考慮すべき最も適切な対応は次のうちどれですか？ データの他の変数を確認し、新たな相関を探す 相関がないと結論付けて分析を終了する 相関関係を人工的に作るためにデータを加工する 散布図を折れ線グラフに変更する None 91. 非対称なデータセットの中心傾向を表すために、最も適切な代表値は次のうちどれですか？ 中央値 平均値 最頻値 標準偏差 None 92. データセットにおいて、目的変数が連続値である場合に使用される最も一般的なモデルは次のうちどれですか？ ロジスティック回帰 決定木 線形回帰 クラスタリング None 93. データを説明する際に、棒グラフを選択する最も適切な状況は次のうちどれですか？ カテゴリごとの比較を行いたい場合 時系列データの変化を表現したい場合 変数間の相関を示したい場合 データの分布を示したい場合 None 94. データ分析において「外れ値」の影響を軽減するための一般的な手法として最も適切なものは次のうちどれですか？ ロバストな統計手法（例えば、中央値や四分位範囲）を使用する 外れ値を無視する 外れ値を平均値で補完する 外れ値をそのまま残す None 95. データ共有において、SFTP（Secure File Transfer Protocol）が選ばれる主な理由は次のうちどれですか？ リアルタイムでのデータストリームが可能であるため。 非構造化データの転送ができるため。 データ転送の高速性を優先しているため。 データ転送のセキュリティが強化されているため。 None 96. データ分析でよく使用される「分散分析（ANOVA）」の目的は何ですか？ 単一のグループの中央値を求める 2つの変数間の相関を確認する データの時系列分析を行う 複数のグループの平均値の差が有意かどうかを確認する None 97. 相関関係を持つ2つの変数間の因果関係を説明する際に避けるべきことは次のうちどれですか？ 相関関係を強調する グラフを使用して視覚的に説明する 相関係数を用いる 因果関係がない場合も因果関係があると主張する None 98. モデルのパフォーマンスがデータの品質に依存している理由として最も適切なものは次のうちどれですか？ データにノイズが含まれていると、モデルの学習が正確に行えないため データが大きいほどモデルの精度が高くなるため データが多いほど、モデルの複雑さを高めることができるため データを使用すれば、必ずモデルのパフォーマンスが向上するため None 99. モデルがデータの相関に基づいて誤った予測を行わないようにするためには、次のどの手法が有効ですか？ クロスバリデーション 正則化 特徴選択 全て None 100. 線形回帰モデルにおける「重み」とは何を指しますか？ 変数間の相関の強さ 説明変数に対する従属変数の影響度 変数の相対的な順序 データの分散の指標 None Time's up
