AIソリューションの実装とユースケース定義問題
機械学習における「特徴量エンジニアリング（Feature Engineering）」とは何ですか？
A.モデルの予測結果を評価するために精度・再現率・F1スコアを計算するプロセス
✗ 精度・再現率・F1スコアの計算はモデル評価であり、特徴量エンジニアリングとは異なります。
B.モデルアーキテクチャのレイヤー数やニューロン数などの構造を設計するプロセス
✗ レイヤー数やニューロン数の設計はアーキテクチャ設計またはハイパーパラメータ設定の一部です。
C.生データから予測に有用な入力変数を作成・選択・変換してモデルの性能を向上させるプロセス← 正解
✓ 正解です。特徴量エンジニアリングとは生データを加工・変換してモデルが学習しやすい入力変数を作り出すプロセスです。
D.学習済みモデルを本番環境にデプロイしてAPIとして公開するプロセス
✗ モデルのデプロイはMLOpsやモデルサービングの概念であり、特徴量エンジニアリングとは別です。