AI ワークフローで避けるべき Python の一般的なミス 7 つ

記事の3ポイント

1. 1

   データ漏洩による評価値の過大評価

   前処理の学習（fit）がデータ分割前に実行されるミスにより、検証スコアが楽観的に膨れ上がる現象と、その防止策を解説する。

2. 2

   分割境界における関連データの混在

   グループや時間軸を意識しない単純な分割により、訓練データとテストデータに同一の情報が漏洩し、新規エンティティでの性能低下を招くリスクを指摘する。

3. 3

   推論時の前処理パスの不整合

   学習時とサービス提供時に異なる手書きの前処理コードが使用されることで、両者の出力に静かなるドリフトが生じる問題と統一されたファクスチャの重要性を説く。