⑥ AIの社会実装と数理・統計 ／ 37. 数理・統計
外れ値とは
外れ値とは、大多数のデータから大きく逸脱した値です。ノイズの可能性もあるが、異常検知では重要な意味を持つ点がこの用語の要点です。
この用語はG検定シラバスの「37. 数理・統計」に含まれます。 章全体の用語は用語解説⑥（全52語）にまとまっています。
一言でいうと
他のデータから大きく離れた値。捨てるべきか活かすべきかは目的で変わります。
捨ててよいとは限らない
測定ミスや入力ミスなら除去すべきノイズです。
しかし異常検知では話が逆です。不正取引の検出、設備故障の予兆、疾患の発見——これらの課題では外れ値こそが見つけたいものです。
機械的に除去してしまうと目的そのものを失います。なぜ外れているのかを確認する姿勢が重要です。
モデルへの影響
平均やMSEを使う手法は外れ値に引きずられます。中央値やMAEのほうが頑健です。
検出には標準偏差を基準にする方法や、マハラノビス距離を用いる方法があります。
検出の代表的な方法
どの方法でも検出されたものが本当に異常かは人が判断する必要があります。機械的な線引きだけでは決められません。
🎯 G検定での押さえどころ
- 大多数から大きく逸脱した値
- ノイズの場合もあれば異常検知の対象の場合もある
- 目的を踏まえて扱いを決める
⚠️ よくある誤りの選択肢
- 「外れ値は常に除去すべきである」→ 誤り。異常検知では重要な情報です
📘 もっと深く学ぶ
- 数式レベルまで踏み込んだ解説 → 医療AIナビ「一般的な確率分布」（E資格向け）
この用語を覚えたら
チェックは章ページと「試験内容解説」TOPの進捗にも反映されます
関連する用語
ご利用にあたって 本ページの内容は、JDLAが公開しているG検定シラバス2024や公式テキストなど、一般に公開されている情報をもとに独自に整理・解説したものです。実際の試験の出題内容を示すものではなく、また合格を保証するものでもありません。制度・法令・試験要項は変更されることがあるため、最新の情報は必ずJDLA公式サイトでご確認ください。