線形代数、確率、微分積分などAI・機械学習の基礎となる数学の問題
100件のデータがあり、各データに5個の特徴量があるとします。一般的に、行をデータ、列を特徴量として表すとき、データ行列の形として最も適切なものを選択してください。
機械学習では、複数のデータを行列として表すことが多く、一般に行をデータ、列を特徴量として並べます。問題では100件のデータがあり、各データに5個の特徴量があるため、行数は100、列数は5になります。データ行列の形状を読み取る力は、線形代数やモデル入力を理解する基礎になります。
正解の理由
選択肢3の100行5列が正解です。1行が1件のデータを表し、5列がそのデータの5個の特徴量を表します。たとえば、100人分の顧客データがあり、年齢、購入回数、滞在時間、会員期間、直近購入額の5特徴量を持つなら、100×5の行列として扱えます。
混同しやすい論点
他の選択肢の評価
実務上の意味
実務では、CSVやデータフレームをモデルに渡す前に、行と列の意味を確認します。列に目的変数が混ざっている、IDのような特徴量でない列を入れている、行列を転置してしまう、といったミスは精度低下やデータリークにつながります。