AI・PMOの進化
データリーケージ（機械学習）
Data Leakage in Machine Learning
読み：でーたりーけーじ
実際の予測時には使えない情報が学習や評価へ入り、性能が過大に見える問題です。
01初心者向け
まず意味をつかむ
未来の答えをこっそり見た状態で試験を受けるようなものです。情報漏えいの一般的な意味とは別に、予測モデルの検証が不公平になる現象を指します。
02実務者向け
仕事でどう使うか
各項目がいつ確定するかを一覧化し、予測時点より後の情報を除きます。欠測補完や特徴量選択も学習側だけで決め、顧客や案件の重複を分割前に調べます。
03専門家向け
判断を一段深める
明示的な結果項目だけでなく、結果後に発行される番号や更新回数が代理情報になる場合があります。時間と業務処理の因果関係を確認し、現場の入力条件を再現する検証が必要です。
IN PRACTICE
具体例で考える
架空の開始時遅延予測で、完了後にだけ入力される理由コードを使うと高得点になったため、その列を除いて再評価します。
理解を助けるための架空の例です。開始時に取得可能
後で判明する情報
入力としての採否
取得できる時刻の違いで入力の可否を判断する図です。
ここは誤解しやすい
機密データを外へ送っていなくても、機械学習上のリーケージは起こります。
PROXIA INSIGHTS
考え方を、実務へつなぐ
AIを「使う」から、PMの判断に「活かす」へ ↗この知識を、組織の力へ。