データサイエンティスト検定 リテラシーレベル データサイエンス(機械学習・AI・非構造化データ) 練習問題 第9問: 2023年1月から2025年12月までの36か月分の月次の売上データを使い、翌月の売上を予測するモデルを作る。学習に使う期間と、性能を確かめる検証に使う期間の分
データサイエンス(機械学習・AI・非構造化データ)
– / 63 解いた
第9問
2023年1月から2025年12月までの36か月分の月次の売上データを使い、翌月の売上を予測するモデルを作る。学習に使う期間と、性能を確かめる検証に使う期間の分け方として、最も適切なものはどれか。
解答と解説を先に見る
先に見ると、この問題は今回は育ちません。
正解: 4. 2023年1月〜2025年6月の30か月で学習し、2025年7月〜12月の6か月で検証する
「2023年1月〜2025年6月の30か月で学習し、2025年7月〜12月の6か月で検証する」が適切です。予測モデルは過去のデータで作り、まだ起きていない先の月を予測するのに使います。
性能も同じ向きで、学習の期間より後の期間で確かめます。九州大学 数理・データサイエンス教育研究センター「情報科学【AI・データサイエンス】第7回 回帰分析と時系列分析」も、過去のデータでモデルを作り未来のデータを予測する流れを示しています。
「36か月すべてで学習し、同じ36か月について…」は、学習に使ったデータでの性能(訓練性能)しか見ていません。同センター「データサイエンス実践 4-1」は、訓練性能と汎化性能(学習に使っていないデータでの性能)は必ずしも比例しないとしています。
「6つに区切り…交差検証」は、2023年1〜6月を検証する回で、それより後の30か月で学習します。「無作為に選んだ30か月」も、検証の6か月が最後の6か月にならない限り、検証の月より後の月が学習に混ざります。
時系列の予測では、学習の期間がすべて検証の期間より前になる分け方を選びます。
関連キーワード: 時系列データ・検証データ・予測モデル
模試 (100問)
この問題が解けたら、本試験はどうですか?本番形式で、ほかの科目もまとめて確かめる
本番形式の模擬試験で実力チェックPremium (月980円)Premium (ご利用中)本番と同じ制限時間
広告