AIデータ整形検定（無料模試）

Q1. カテゴリ列（都道府県/商品分類など）を整形する目的として最も適切なのはどれか？

A. データ定義を確認しない

B. チェックを省略してそのままレポートに載せる

C. 不明点をAIに断定させて処理を進める

D. 不明点は仕様確認し、推測で補完しないようにする

Q2. 集計表の数字が合わない場合、最初に確認すべきことはどれか？（誤解を避ける観点で最適なものを選べ）

A. 目的が不明のまま整形する

B. 分類ルールはサンプル検証し、例外ケースを確認してから採用する

C. 単位が混在していても平均を出してしまう

D. AIが整形した結果をそのまま採用する

Q3. AIにCSVデータを整形させる際に最も重要な指定はどれか？

A. 不明点をAIに断定させて処理を進める

B. 履歴を残さない

C. 個人情報は匿名化/マスキングし、外部AIには渡さない設計にする

D. エラーが出ても無視して処理を進める

Q4. 同じ顧客が複数IDで存在する疑いがある場合、最も適切な対処はどれか？

A. IDを削って追跡不能にする

B. 結合キーが曖昧でもとりあえず結合してしまう

C. 結合前にキーの一意性と一致率を確認し、結合結果を検証する

D. 誤った結合で別人のデータを統合し、重大事故を起こす

Q5. AIが生成した整形コードを安全に使う手順として最も適切なのはどれか？（最も適切なものを選べ）

A. 集計条件を決めない

B. 元データを上書きしてしまい戻せない状態にする

C. データ品質を確認せずに業務システムへ反映する

D. AI整形は必ずルールと手順を出力させ、再現可能な形で保存する

Q6. 集計前に行うべき整形として最も適切なのはどれか？（最も実務的なものを選べ）

A. 数字を都合よく整形し、誤解を招く資料を作る

B. 分析用と運用用を混ぜる

C. 数値が不自然でも放置する

D. データ変更履歴を残し、元データを保持してロールバック可能にする

Q7. 文字列データの整形でよくある作業として最も適切なのはどれか？

A. 不明点は仕様確認し、推測で補完しないようにする

B. エラーが出ても無視して処理を進める

C. 不明点をAIに断定させて処理を進める

D. 数値が不自然でも放置する

Q8. AIにデータ整形を依頼し、再現性を高めるための最も適切な方法はどれか？

A. 欠損値は全部0で埋めれば早いと判断する

B. 数値が不自然でも放置する

C. 不明点は仕様確認し、推測で補完しないようにする

D. 不明点をAIに断定させて処理を進める

Q9. データ整形の目的として最も適切なのはどれか？

A. 個人情報は匿名化/マスキングし、外部AIには渡さない設計にする

B. 不明点をAIに断定させて処理を進める

C. データソースを確認しない

D. 誤った結合で別人のデータを統合し、重大事故を起こす

Q10. データ整形の品質を関係者に説明するために最も有効なのはどれか？（最も実務的なものを選べ）

A. 加工ルールを残さない

B. 数字を都合よく整形し、誤解を招く資料を作る

C. 元データを上書きしてしまい戻せない状態にする

D. 結合前にキーの一意性と一致率を確認し、結合結果を検証する

AIデータ整形検定 （無料模試）

AIデータ整形検定（無料模試）