データマネジメント|AI利活用 問23
AI の開発で使われる“合成データ”の説明として、最も適切なものはどれか。
正解:ウ
解説
合成データは、実際のデータの分布や項目の間の関係などの特徴を再現するように作られたデータです。個人情報の保護や、珍しい事例の不足を補う目的で使われます。ただし、元のデータの偏りをそのまま引き継いだり、作り方によっては元の個人を推測できたりすることがあるので、品質と安全性を確かめて使います。
- ア データの結合(統合)の説明です。
- イ 実際のデータの複製で、合成データではありません。
- ウ 正解。
- エ 人が正解を付ける作業(アノテーション)の説明に近い内容です。
もう一歩深く
アはデータの結合、イは単なる複製、エはアノテーション(正解のラベル付け)されたデータです。合成データは、たとえば、件数の少ない不正取引のデータや、自動運転の珍しい危険な場面の映像など、実際には集めにくいデータを補うのに使われます。合成データだけで学習したモデルは、現実のデータとの違いで性能が落ちることがあるので、最後は実際のデータで評価します。
当サイトのオリジナル問題です。