解説

アノテーションとは、機械学習の教師あり学習で用いるデータに対して、正解となる情報（ラベル）を付与する作業のことです。例えば画像に写っている対象が「猫」「犬」などと印を付けることで、AIが入力と正解の対応を学習できるようになります。アノテーションの精度や量は教師データの質を左右し、学習させたモデルの性能に直結する重要な作業です。正解はアです。

なぜ他の選択肢は違うのか

選択肢 イ

エンコードは、データを一定の規則に従って別の形式（符号）に変換することで、正解情報を付与する作業ではありません。

選択肢 ウ

データクレンジングは、データの誤りや表記揺れ、重複などを修正してデータの品質を高める作業で、正解ラベルの付与とは異なります。

選択肢 エ

フィルタリングは、条件に合うデータだけを抽出したり不要なデータを除外したりする処理で、正解情報を付与する作業ではありません。

解くときのポイント

教師あり学習で「正解ラベルを付ける作業」＝アノテーション、と覚えます。データクレンジング（品質向上）やエンコード（形式変換）と区別しましょう。