出席確認第10回 AIクイズ：予測と分析の考え方

学籍番号と氏名を入力し、5問すべてに回答して「提出する」を押してください。全問正解で出席カードが表示されます。

Q1.「相関があっても因果があるとは限らない」ことを示す例として適切なものはどれでしょうか?

アイスの売上と水難事故が共に夏に増える(気温という別の要因がある) 相関があれば必ず因果関係がある因果関係があれば相関は必ずゼロになる相関と因果はまったく同じ意味である

【解説】2つの事柄が同時に増減しても、背後に共通の要因(交絡因子)があるだけで因果関係はない場合があります。

Q2.「教師あり学習」の説明として適切なものはどれでしょうか?

正解ラベル付きのデータから入力と出力の関係を学習するラベルのないデータをグループ分けする報酬を最大化する行動を学ぶ人がルールをすべて書く

【解説】教師あり学習は、正解(ラベル)付きのデータを使って、入力から出力を予測するモデルを学習する方法です。

Q3.「過学習(オーバーフィッティング)」の説明として適切なものはどれでしょうか?

学習データに合わせすぎて、新しいデータに対する精度が下がる学習が足りず精度が低いデータが多すぎて計算できないモデルが小さすぎる

【解説】過学習は、学習データの細部まで覚え込んでしまい、未知のデータへの予測精度が落ちる現象です。

Q4.予測モデルの精度を適切に評価する方法はどれでしょうか?

学習に使っていないデータ(テストデータ)で確かめる学習データでの精度だけを見る精度は評価しないモデルの大きさで判断する

【解説】モデルの実力は、学習に使っていないテストデータでの精度で評価します。

Q5.AIの分析結果を経営で使う前に確認すべきこととして適切なものはどれでしょうか?

前提(使ったデータ・期間・仮定)と限界 AIが出したので確認は不要出力の文字数使ったパソコンの色

【解説】分析結果は、使用したデータや期間、置かれた仮定によって変わるため、前提と限界を確認してから使います。

予測と分析の考え方