AI & Machine Learning クイズ: 特徴量とラベル

教師ありモデルはどれも、特徴量(入力)からラベル(出力)を予測するよう学習します。このクイズでは、データセットの中で両者を見分け、カテゴリー値や欠損データを扱い、数値をスケーリングし、使うべきでない特徴量を見抜けるかを確認します。

やさしい 10問 約5分 合格ライン 80%

モードを選ぶ

ゲストとしてプレイ中です。ログインすると XP と連続記録が保存されます。

例題

第1問 / 全10問

あるデータセットには size_m2、bedrooms、city、year_built、price の列があります。目的は価格の予測です。ラベルはどれですか?

答えを見る

A. price ラベル(目的変数)はモデルが予測するもので、ここでは price です。ほかの列は特徴量で、モデルがその予測に使う入力です。

このクイズの内容

  • 特徴量(入力)とラベル(目的変数)
  • 数値特徴量とカテゴリー特徴量、ワンホットエンコーディング
  • 特徴量のスケーリングと、それが重要になる場面
  • 欠損値と特徴量エンジニアリング
  • ラベルを漏らす特徴量や、何の役にも立たない特徴量

よくある質問

アカウントは必要ですか?

いいえ、誰でも遊べます。ログインすると XP、連続記録、バッジ、履歴が保存されます。

何度でも挑戦できますか?

はい。ベストスコアが記録され、問題と選択肢は毎回シャッフルされます。