A. 間違った製品

B. データ品質が悪い

C. データが多すぎます

A. データ漏洩のリスクを制限するために、特定の地域または人口統計からのデータのみを使用してテストします。

B. モデルの潜在的な社会的影響を評価するには、統一した背景を持つ開発チームに依存します。

C. モデルの使用方法に適した多様で代表的なデータセットを使用してテストします。

A. 命名規則

B. 色分け

C. データのバックアップ

A. 低品質のデータにより、モデルが過剰適合するリスクが軽減され、予測の信頼性が向上します。

B. 高品質のデータは、Al 主導の意思決定の信頼性と信頼性を向上させ、ユーザー間の信頼を促進します。

C. 低品質データと高品質データの両方を使用することで、AI 主導の意思決定の精度と信頼性を向上させることができます。

A. すべてのユーザーがデータにアクセスできることを確認します

B. 収集されるデータの量が増加します

C. 法律および規制の遵守を確保します。

A. 顧客データの同意設定を追跡します。

B. 定期的なスケジュールで顧客データをアーカイブします。

C. すべての顧客データを自動的に匿名化します。

A. 新しい AI ソリューションの提供を加速します

B. AI レコメンデーションの速度を向上させます。

C. AI 予測のベンチマークを提供します

A. バイアスの可能性が悪化する

B. バイアスの可能性は除去されます

C. 偏見と軽減の可能性

A. 重複

B. 使用法

C. 完全性

A. 予測 AI は機械学習を使用してクラスを作成したり、入力データから出力を予測したりしますが、生成 AI は出力を生成するために機械学習を使用しません。

B. 予測 AI と生成は同じ機能を持ちますが、受け取る入力の種類が異なります。
予測 AI は生データを受け取りますが、生成 AI は自然言語を受け取ります。

C. 指定された入力に対する新しいオリジナルの出力を予測します。