問8
頻出度★★☆
AIの機械学習で利用するデータの取扱いに関する記述のうち, バイアスの低減やデータの品質を確保するために考えられる対策として, 適切なものだけを全て挙げたものはどれか。 a 学習の目的に適したデータであることを確認する。 b データの入手元・作成来歴を確認する。 c データへのアノテーションの付与は学習目的に合わせて実施する。 d 人間の目でも同定が困難と考えられる画像認識用のデータは除外する。
令和7年度 ITパスポート試験 問8
ストラテジ系ビジネスインダストリ › ビジネスシステム
这道题的解析和你的作答记录。
解説
問 8
错误ア
ア（a, b）缺少 c 和 d。配合学习目的来添加标注（c），以及排除难以判定的模糊数据（d），都是减少偏见、确保质量的有效对策；由于把这些遗漏了，因此称不上「只把恰当的项全部列出」。
- イ
正解 正确答案是イ（a, b, c, d）。要在 AI 的机器学习中减少偏见并确保数据质量，这四条叙述全都是有效的对策。a：确认数据是否适合学习目的，就能防止与目的不符的、带有偏向的数据混入。b：确认获取来源和制作来历（出处/provenance），就能排除不可信、有偏向的数据来源，从而保证质量。c：配合学习目的来添加标注（打标签），就能防止因错误的、不一致的标签而导致学习产生偏向。d：即使用人眼也难以判定的图像数据含义模糊、噪声较多，会产生错误标注和判断的波动，因此将其排除可提高数据质量并抑制偏见。由于 a～d 全都恰当，所以把它们全部列出的イ即为正确答案。
错误ウ
ウ（a, d）缺少 b 和 c。确认获取来源和制作来历（b）是确保数据来源可信性所需的对策，配合目的的标注（c）是确保标签质量所需的对策，由于缺失这些，因此不恰当。
错误エ
エ（b, c, d）缺少 a。确认数据是否适合学习目的（a）是防止与目的不符的、带有偏向的数据混入的最基本对策，由于不包含它，因此称不上「全部列出」。
ここがポイント
- AI 机器学习中确保数据质量、减少偏见的基本对策：确认目的适合性、确认获取来源/制作来历（出处/provenance）、配合目的添加标注、排除含义模糊且难以判定的数据，这些都是有效的，因此 a～d 全部正确。
- 在「只把恰当的项全部列出」这类题型中，要逐一验证各选项中的每个要素，选出不含错误要素、又不遗漏正确要素的组合。
用語