問題 No.1440
機械学習モデルの訓練データから、特定の個人のデータが再構成されたり、推論されたりすることを防ぐ手法として、データに数学的なノイズを加えることで個人の識別を困難にする技術はどれか。
【正解の解説】
差分プライバシー
差分プライバシーとは、データにわざとわずかな統計的な誤差（ノイズ）を加える技術です。集合全体としての特徴は維持しつつ、個別のデータが誰のものか特定できないように保護する仕組みで、プライバシーを守るための防壁のような役割を果たします。
スポンサーリンク
【その他の選択肢の解説】
連合学習
連合学習とは、データを一か所に集めるのではなく、個々のスマホやPC内にデータを置いたまま、モデルの方を動かして学習させる手法です。元データが手元から離れないため、情報を漏洩させにくい仕組みです。
転移学習
転移学習とは、あるタスクで学習した知識を別の似たようなタスクに活かす手法です。例えば、犬を識別できるAIに、少しだけ学習を追加して猫も識別できるようにするような、効率的な学習のテクニックです。
アンサンブル学習
アンサンブル学習とは、複数の異なる機械学習モデルを組み合わせることで、全体の予測精度を向上させる手法です。一人で考えるよりも、複数の専門家の意見を合わせて結論を出すことで、より正確な答えを導き出すイメージです。