⑤ データエンジニアリング力
データサイエンティスト検定リテラシーレベル 第179問
問題
Pythonの機械学習ライブラリであり、豊富な外部ライブラリとして活用されるものはどれか。
正解
A：scikit-learn
解説
scikit-learnはPythonで頻繁に利用される代表的な機械学習の外部ライブラリです。
分野解説：⑤ データエンジニアリング力
システム開発とAI活用の実装面を学ぶ分野です。ホワイトボックステスト・ブラックボックステスト・境界値分析といったソフトウェアテストの手法、Pythonの機械学習ライブラリ、音声認識のWER（単語誤り率）などのAI精度評価、AIによるコードレビューといった開発現場での実践知識が問われます。データサイエンスを支えるエンジニアリングの土台なので、テスト技法やライブラリの役割を実務のイメージと結びつけて理解するのが効果的です。
この分野の問題をすべて見る →本番形式で問題を解いてみよう
クイズモードで挑戦 →同じ分野の関連問題
データサイエンティスト検定リテラシーレベルについて
DS検定リテラシーレベルの基礎を固める
| 主催 | 一般社団法人 データサイエンティスト協会 |
|---|---|
| 出題形式 | CBT（コンピュータ上で受験する方式）。試験時間は公式サイトで要確認 |
| 試験時間 | 試験時間は実施回により変動するため公式サイトで要確認 |
| 受験料 | 受験料は改定されるため公式サイトで要確認 |
| 合格基準 | 合格基準は公式サイトで要確認 |
| 難易度 | ★★★☆☆ |
データサイエンティスト検定リテラシーレベルの関連記事
データサイエンティスト検定リテラシーレベルの勉強法・合格のコツ【完全ガイド】
データサイエンティスト検定（DS検定★リテラシーレベル）に合格するための勉強法を徹底解説。データサイエンス力・データエンジニアリング力・ビジネス力の3領域と数理・統計の基礎、7分野の学習ポイント、3パターンの学習スケジュール、ケンテイラボでの演習方法までまとめました。
データサイエンティスト検定リテラシーレベルの難易度・合格率は？勉強時間の目安を徹底分析
データサイエンティスト検定（DS検定★リテラシーレベル）の難易度・合格率・勉強時間の目安を徹底解説。数理・統計、データサイエンス力、データエンジニアリング力、ビジネス力を横断する出題の特性、難易度を構成する要素、受験者層の傾向、合格率を上げる5つのコツ、他のデータ・IT系資格との比較までまとめました。
DS検定★リテラシーレベル 統計・機械学習・SQL用語 早見チートシート
データサイエンティスト検定リテラシーレベルで頻出の統計・機械学習・SQL・データ技術の用語を一気に整理。代表値や確率分布、評価指標、機械学習の手法、SQLや分散処理の基礎まで、試験直前に確認したい重要用語をコンパクトにまとめました。