AMET 公開教材
総合力問題 184AIの性能低下を、入力データの意味と処理の変化から点検する力
モデルを変えていなくても、入力単位の変更で予測が崩れるケースを扱います。
問題
架空の需要予測モデルは、学習時に価格を「円」で受け取っていました。販売システムの更新後、一部店舗だけ価格を「千円」で送るようになり、予測誤差が増えました。モデル自体のファイルは変わっていません。
最も直接的な対応はどれですか。
- 学習回数を増やし、更新後データを単位確認せず追加学習する
- 入力の単位と値の範囲を検証し、変換を修正して、影響期間の予測を再確認する
- 画面に表示する予測値の桁数を増やす
- 全店舗の価格を一律に1,000倍して、元の学習データも置き換える
正解
正解：② 入力の単位と値の範囲を検証し、変換を修正して、影響期間の予測を再確認する
正解・選択肢の解説
正解は②です。原因候補が入力単位の変更なので、入力検証と変換処理を直す必要があります。誤った期間の業務影響も調べます。
①は誤った意味の数値で再学習する危険があります。③は表示を変えても入力の意味は直りません。④は正常な店舗の値まで変更します。
実務ではモデル性能だけでなく、入力形式、単位、欠損、値の分布を監視します。既知のケースを使うシステムテストで、収集から予測まで一連の処理を検証します。場面は架空です。
実務での使い方
システム変更時は、単位・形式・欠損・値の範囲を事前テストに入れ、影響期間の出力も確認します。
判断が変わる条件・注意点
入力単位が原因と確定するまでは、データ連携、対象店舗、評価方法なども切り分けます。
参照元
基本的な知識・判断枠組みを確認するための参照元です。AMETの業務場面と補足説明は、学習用に再構成しています。