AIFAIとMLの基礎
ある小売企業は、コロナ禍前のデータで学習した需要予測モデルを運用していました。コロナ禍後、消費者の購買行動が根本的に変化し（例：外食→内食へのシフト）、モデルの精度が大幅に低下しました。この現象を表す機械学習の用語として最も適切なものはどれですか？
Aデータドリフト（Data Drift）― 入力データの統計的分布が変化すること
データドリフト（Data Drift）は、入力データの統計的分布が変化することです。
Bコンセプトドリフト（Concept Drift）― 入力と出力の関係性そのものが変化すること
✓ 正解
コンセプトドリフトは、入力特徴量Xと目標変数Yの間の統計的な関係（P(Y|X)）が時間とともに変化する現象です。今回は「外食費の支出が多い＝高需要」という関係性自体がコロナ禍で崩れました。AWSではSageMaker Model Monitorがこれらのドリフトを検出できます。
C過学習（Overfitting）― モデルが訓練データに特化しすぎること
過学習（Overfitting）は、モデルが訓練データに特化しすぎることです。
D特徴量の多重共線性（Multicollinearity）― 入力特徴量間に強い相関があること
特徴量の多重共線性（Multicollinearity）は、入力特徴量間に強い相関があることです。
解説
コンセプトドリフトは、入力特徴量Xと目標変数Yの間の統計的な関係（P(Y|X)）が時間とともに変化する現象です。今回は「外食費の支出が多い＝高需要」という関係性自体がコロナ禍で崩れました。AWSではSageMaker Model Monitorがこれらのドリフトを検出できます。
選択肢Aのデータドリフト（Data Drift）は、入力データの統計的分布が変化することです。
選択肢Cの過学習（Overfitting）は、モデルが訓練データに特化しすぎることです。
選択肢Dの特徴量の多重共線性（Multicollinearity）は、入力特徴量間に強い相関があることです。
ドメイン別正答率・予想スコアでリアルタイムに実力把握
無限ノックでAIFを徹底対策。全問AI生成のオリジナル問題。
無料で演習を始める →