A不正解
データ収集 → モデル学習 → 前処理 → 評価 → デプロイ → モニタリング
前処理がモデル学習の後に置かれている点が誤りです。
欠損や表記ゆれを残したまま学習すると品質が安定しないため、前処理は学習の前に行います。
ある企業が初めての ML プロジェクトを開始するにあたり、ML 開発ライフサイクルの一般的な進め方を整理しています。データ収集から運用までのフェーズの順序として、最も適切なものはどれですか。
1 / 1
回答を選択してください
正解B
解説
ML 開発ライフサイクルの順序を選ぶ問題。
- 1「ML 開発ライフサイクル」データ収集 → 前処理 → 学習 → 評価 → デプロイ → 監視の流れ
- 2「フェーズの順序」前処理は学習の前、評価はデプロイの前 が要点
B正解
データ収集 → 前処理 → モデル学習 → 評価 → デプロイ → モニタリング
正解。ML 開発は、データ収集・準備（前処理/特徴量）→学習→評価→デプロイ→本番でのモニタリングという流れで進めます。データを整えてから学習し、性能を確かめてから本番へ出します。
C不正解
データ収集 → 前処理 → 評価 → モデル学習 → デプロイ → モニタリング
評価がモデル学習の前に置かれている点が誤りです。
評価は学習済みモデルの性能をテストデータで確かめる工程なので、学習の後でなければ実施できません。
D不正解
前処理 → データ収集 → モデル学習 → デプロイ → 評価 → モニタリング
データ収集の前に前処理が置かれ、さらに評価がデプロイの後に置かれている点が誤りです。
集めていないデータは前処理できず、評価せずに本番展開するのは品質リスクが大きいため、評価はデプロイの前に行います。
ポイント
正解のライフサイクル順序を押さえます。
・データ収集 →（EDA・前処理・特徴量エンジニアリング）→ モデル学習 → 評価 → デプロイ → モニタリング（→必要なら再学習）。
・データを整えてから学習し、性能を確かめてから本番へ出すのが基本。
『学習が収集より先』『デプロイが評価より先』のような前後の入れ替わりは誤りです。