AIデータ整形検定（無料模試）

Q1. データ整形で最も避けるべき事故はどれか？（比較して最も望ましいものを選べ）

A. 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

B. 数値が不自然でも放置する

C. 例外ケースは後で考えるとして進める

D. 元データを上書きしてしまい戻せない状態にする

Q2. 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

Q3. 顧客リスト整形で最も重要な基準はどれか？（誤解を避ける観点で最適なものを選べ）

A. 数値が不自然でも放置する

B. 推測で欠損値を補完し、誤った意思決定につながる

C. 欠損値は全部0で埋めれば早いと判断する

D. 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

Q4. データクレンジングで最も重要な観点として最も適切なのはどれか？

A. 目的を明確にし、整形ルール（型・単位・表記揺れ）を決めてから処理する

B. 元データを破壊・削除し、検証不能にする

C. 個人情報をそのまま扱う

D. 重複は見つけ次第削除してしまう

Q5. カラムの単位（円/千円/万円）が混在している場合の最適処理はどれか？（誤解を避ける観点で最適なものを選べ）

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. 目的が不明のまま整形する

C. サンプル確認を省略する

D. データ品質を確認せずに業務システムへ反映する

Q6. AIが誤った推測でデータを補完し始めた。最適な対処はどれか？

A. 分類ルールを曖昧にする

B. サンプル確認を省略する

C. 欠損値は全部0で埋めれば早いと判断する

D. 不明点は仕様確認し、推測で補完しないようにする

Q7. 欠損値（空欄）があるデータで最初に確認すべきことはどれか？

A. 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

B. 数値が不自然でも放置する

C. 誤った結合で別人のデータを統合し、重大事故を起こす

D. 推測で欠損値を補完し、誤った意思決定につながる

Q8. 表データの形式を統一する理由として最も適切なのはどれか？

A. データ品質を確認せずに業務システムへ反映する

B. 元データを破壊・削除し、検証不能にする

C. 履歴を残さない

D. 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

Q9. データ結合で一致率が低い場合の最適な対処はどれか？（誤解を避ける観点で最適なものを選べ）

A. 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

B. 加工ルールを残さない

C. 整形ルールを保存せず、毎回結果が変わる状態にする

D. データソースを確認しない

Q10. 電話番号データの整形で最もよく行う処理はどれか？

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. チェックを省略してそのままレポートに載せる

C. 数字を都合よく整形し、誤解を招く資料を作る

D. 集計条件を決めない

AIデータ整形検定 （無料模試）

AIデータ整形検定（無料模試）