← DM予想模試（全60問） トップへ
科目A: AI・BI・データ活用（問33〜40）
問35
機械学習における「特徴量エンジニアリング」の説明として最も適切なものはどれか。
A機械学習モデルのハイパーパラメータを調整する作業
B元データから機械学習モデルの予測に有用な変数（特徴量）を作成・選択する作業
C学習済みモデルを本番環境にデプロイする作業
D機械学習モデルの学習に使用するGPUの性能を最適化する作業
解説
特徴量エンジニアリングは、生データから機械学習モデルが効果的に学習できるように、特徴量（入力変数）を作成・変換・選択する作業です。例えば、日付データから曜日や月末フラグを生成するなどが含まれます。モデルの予測精度に大きく影響する重要なプロセスです。