DS検定 ver.5 本文表記監査
scripts/audit_ds_ver5_body_labels.pyにより自動生成。通常記事本文に残る旧ver.5スキルシート名を検出します。
集計
- 旧表記が残る通常記事: 235
ビジネス力シート: 48記事AI利活用スキルシート: 59記事データサイエンス力シート: 71記事データエンジニアリング力シート: 57記事
修正方針
旧見出しだけを機械的に名称変更しない。本文に列挙された旧チェック項目自体がver.6で移動・統合されている可能性があるため、ds_area / ds_section と公式ver.6の★1データを照合して記事単位で更新する。
まず、★1文言が公式ver.6と完全一致し、かつ ds_area も一致する1項目記事は scripts/migrate_ds_ver6_exact_skill_items.py で自動移行する。残りは類似一致と記事内容を確認して個別に更新する。
優先順は 基盤・価値創造（旧ビジネス/AI利活用からの再編）→ データサイエンス → データエンジニアリング とする。
対象記事
| ファイル | title | ds_area | ds_section | 旧表記 |
|---|---|---|---|---|
ab-test.md |
A/Bテストとは？データで施策を比較する方法【DS検定】 | datascience |
statistics |
ビジネス力シート |
access-control-list.md |
アクセス制御リスト（ACL）とは？ファイル権限の基本を整理【DS検定】 | foundation |
security |
データエンジニアリング力シート |
activation-functions-hidden-layer.md |
中間層で使用される活性化関数とは？（ReLU・シグモイド・ソフトマックスの違い）【DS検定】 | datascience |
modeling |
AI利活用スキルシート |
agile-development.md |
アジャイル開発とは？ウォーターフォール開発との違いを整理【DS検定】 | value-creation |
project-management |
ビジネス力シート |
aiops-mlops-cheatsheet.md |
AIOpsとMLOpsの違いを一発整理【DS検定チートシート】 | dataengineering |
environment-setup |
AI利活用スキルシート |
aiops.md |
AIOpsとは？MLOpsとの違いを整理【DS検定リテラシー】 | dataengineering |
environment-setup |
AI利活用スキルシート |
analysis-approach-design.md |
分析アプローチ設計とは？（分析プロジェクトを成功させる設計プロセス）【DS検定】 | foundation |
problem-definition |
ビジネス力シート |
analysis-approach-selection.md |
必要なデータ・分析手法・可視化を適切に選択する力とは？【DS検定】 | datascience |
data-understanding |
データサイエンス力シート |
analytics-4types.md |
記述的・診断的・予測的・処方的分析の違いとは？4分類を整理【DS検定】 | datascience |
data-understanding |
AI利活用スキルシート |
anchoring-effect.md |
アンカリング効果とは？最初の情報に判断が引きずられる心理【DS検定】 | foundation |
logical-thinking |
ビジネス力シート |
annotation.md |
アノテーションとは？AI学習データの品質を決める作業【DS検定】 | datascience |
modeling |
AI利活用スキルシート |
anonymized-information.md |
匿名加工情報とは？個人情報との違いをわかりやすく整理【DS検定】 | foundation |
action-norms |
ビジネス力シート |
apriori-algorithm.md |
Aprioriアルゴリズムとは？（アソシエーション分析の基本手法）【DS検定】 | datascience |
modeling |
データサイエンス力シート |
association-analysis.md |
アソシエーション分析とは？購買データの関係性を見つける分析【DS検定】 | datascience |
modeling |
データサイエンス力シート |
association-metrics.md |
共起頻度・支持度・信頼度・リフト値の違いとは？【DS検定】 | datascience |
modeling |
データサイエンス力シート |
authentication-authorization.md |
認証と認可の違いとは？本人確認と権限付与で整理【DS検定】 | foundation |
security |
データエンジニアリング力シート |
authentication-vs-authorization.md |
認証・認可・アクセス制御の関係を例で理解する【DS検定】 | foundation |
security |
AI利活用スキルシート |
availability-heuristic.md |
利用可能性ヒューリスティックとは？代表性ヒューリスティックとの違い【DS検定】 | foundation |
logical-thinking |
ビジネス力シート |
average-methods-comparison.md |
マクロ平均・マイクロ平均・重み付き平均の違いとは？【DS検定】 | datascience |
modeling |
データサイエンス力シート |
basket-analysis.md |
バスケット分析とは？（リフト値まで整理）【DS検定】 | datascience |
modeling |
データサイエンス力シート |
batch-vs-stream.md |
バッチ処理とストリーム処理の違いとは？リアルタイム性で切り分ける【DS検定】 | dataengineering |
data-processing |
データエンジニアリング力シート |
bayes-theorem.md |
ベイズの定理とは？（条件付き確率の逆算）【DS検定リテラシー】 | datascience |
statistics |
データサイエンス力シート |
bcp.md |
BCP（事業継続計画）とは？災害時でも業務を止めない仕組み【DS検定】 | value-creation |
governance-risk |
ビジネス力シート |
bernoulli-binomial.md |
ベルヌーイ試行とは？成功・失敗の1回の試行を整理【DS検定】 | datascience |
statistics |
データサイエンス力シート |
bi-operations-cheatsheet.md |
BIツール操作チートシート｜スライス・ダイス・ドリルダウンの違い【DS検定】 | datascience |
visualization |
データサイエンス力シート |
bi-tool-functions.md |
BIツールの基本機能とは？OLAP・データマイニングを整理【DS検定】 | datascience |
data-understanding |
ビジネス力シート |
bias-variance-tradeoff.md |
バイアス・バリアンスのトレードオフとは？過学習との関係【DS検定】 | datascience |
modeling |
AI利活用スキルシート |
binomial-bernoulli.md |
二項分布とは？ベルヌーイ試行をn回繰り返す成功回数の確率【DS検定】 | datascience |
statistics |
データサイエンス力シート |
boxplot.md |
箱ひげ図とは？四分位数と外れ値の読み取り方【DS検定】 | datascience |
visualization |
データサイエンス力シート |
cap-theorem.md |
CAP定理とは？分断時の一貫性と可用性を整理【DS検定】 | dataengineering |
data-storage |
データエンジニアリング力シート |
categorical-variable.md |
カテゴリ変数とは？数値データとの違いを整理【DS検定】 | datascience |
data-preparation |
データサイエンス力シート |
causal-inference.md |
因果推論とは？相関との違いを整理【DS検定リテラシー】 | datascience |
statistics |
データサイエンス力シート |
ccpa.md |
CCPAとは？GDPRとの違いとプライバシー保護の基本【DS検定】 | foundation |
action-norms |
ビジネス力シート |
chart-types.md |
グラフの種類と使い分け（可視化の基本）【DS検定】 | datascience |
visualization |
データエンジニアリング力シート |
chi-square-distribution.md |
カイ二乗分布とは？（χ²分布の使いどころを整理）【DS検定】 | datascience |
statistics |
データサイエンス力シート |
cluster-analysis.md |
クラスタ分析とは？似たデータをグループ分けする分析手法【DS検定】 | datascience |
modeling |
データサイエンス力シート |
cnn.md |
CNN（畳み込みニューラルネットワーク）とは？画像認識AIの基本【DS検定】 | datascience |
modeling |
AI利活用スキルシート |
coefficient-of-determination-contribution.md |
決定係数と寄与率とは？回帰モデルの説明力を理解する【DS検定】 | datascience |
modeling |
データサイエンス力シート |
cognitive-bias.md |
認知バイアスとは？データ分析で判断を誤らせる思い込み【DS検定】 | foundation |
logical-thinking |
ビジネス力シート |
compliance-risk.md |
コンプライアンスリスクとは？オペレーショナルリスクとの違い【DS検定】 | foundation |
action-norms |
ビジネス力シート |
confirmation-bias.md |
確証バイアスとは？自分に都合のよい情報だけ集めてしまう心理【DS検定】 | foundation |
logical-thinking |
ビジネス力シート |
constructor.md |
コンストラクタとは？初期化処理の役割を整理【DS検定リテラシー】 | dataengineering |
programming |
AI利活用スキルシート |
contract-ukeoi-juninin.md |
請負契約と準委任契約の違いとは？成果責任と業務責任を整理【DS検定】 | foundation |
action-norms |
ビジネス力シート |
convolution.md |
畳み込み（Convolution）とは？画像フィルタ処理の基本【DS検定】 | datascience |
modeling |
AI利活用スキルシート |
correlation-and-causation.md |
相関があっても因果とは限らない理由を例で理解する【DS検定】 | datascience |
statistics |
データサイエンス力シート |
correlation-vs-causation.md |
相関と因果の違いとは？交絡と「原因とは限らない」を整理【DS検定】 | datascience |
statistics |
データサイエンス力シート |
covariance-and-correlation.md |
共分散を相関係数に直す意味とは？単位の影響を外す考え方【DS検定】 | datascience |
statistics |
データサイエンス力シート |
covariance-correlation.md |
共分散と相関係数の違いとは？単位の影響と-1〜1の意味で整理【DS検定】 | datascience |
statistics |
データサイエンス力シート |
cps-iot-digitaltwin-cheatsheet.md |
CPS・IoT・デジタルツインの違いを一発整理【DS検定チートシート】 | value-creation |
technology-social-trends |
AI利活用スキルシート |
cps.md |
CPS（サイバーフィジカルシステム）とは？Society5.0の中核技術を理解する【DS検定】 | value-creation |
technology-social-trends |
AI利活用スキルシート |
critical-path.md |
クリティカルパスとは？プロジェクト遅延を左右する重要な経路【DS検定】 | value-creation |
project-management |
ビジネス力シート |
customer-journey.md |
カスタマージャーニーとは？顧客体験を理解するフレームワーク【DS検定】 | value-creation |
business-design |
ビジネス力シート |
data-augmentation.md |
データ拡張（Data Augmentation）とは？画像AIの学習データを増やす方法【DS検定】 | datascience |
unstructured-data |
AI利活用スキルシート |
data-cube.md |
データキューブとは？OLAP分析の基本をわかりやすく整理【DS検定】 | datascience |
data-understanding |
データエンジニアリング力シート |
data-driven-management.md |
データドリブン経営とは？データにもとづいて意思決定する考え方【DS検定】 | value-creation |
business-design |
ビジネス力シート |
data-extraction-vs-aggregation.md |
データ抽出と集計の違いとは？（SQL・BIで混同しやすい操作）【DS検定】 | dataengineering |
data-collection |
データエンジニアリング力シート |
data-governance.md |
データガバナンスとは？データ活用に必要な管理の仕組み【DS検定】 | value-creation |
governance-risk |
ビジネス力シート |
data-lake.md |
データレイクとは？（DWHとの違いも整理）【DS検定リテラシー】 | dataengineering |
data-storage |
データエンジニアリング力シート |
data-literacy.md |
データリテラシーとは？データを読み解く力【DS検定】 | foundation |
data-understanding |
ビジネス力シート |
data-mart.md |
データマートとは？（DWHとの違いを整理）【DS検定リテラシー】 | dataengineering |
database |
データエンジニアリング力シート |
data-transformation.md |
データトランスフォーメーションとは？（非構造化データの変換）【DS検定】 | datascience |
data-preparation |
データエンジニアリング力シート |
data-warehouse-vs-datamart.md |
データウェアハウス（DWH）とは？データマートとの違いを理解する【DS検定】 | dataengineering |
data-storage |
データエンジニアリング力シート |
data-warehouse.md |
データウェアハウス（DWH）とは？（データレイクとの違いも整理）【DS検定リテラシー】 | dataengineering |
data-storage |
データエンジニアリング力シート |
database-constraints.md |
データベースの制約とは？NOT NULL・一意性・外部キーを整理【DS検定】 | dataengineering |
database |
データエンジニアリング力シート |
datalake-vs-nosql.md |
データレイクとNoSQLの違いとは？役割の違いを整理【DS検定】 | dataengineering |
data-storage |
データエンジニアリング力シート |
dendrogram.md |
デンドログラムの見方とは？縦軸とクラスタ数【DS検定】 | datascience |
modeling |
データサイエンス力シート |
dependency-parsing.md |
係り受け解析とは？形態素解析との違いを整理【DS検定】 | datascience |
unstructured-data |
AI利活用スキルシート |
design-of-experiments.md |
実験計画法とは？少ない実験で原因を見つける方法【DS検定】 | datascience |
data-preparation |
データサイエンス力シート |
design-thinking.md |
デザイン思考とは？ユーザー中心で課題を解決する考え方【DS検定】 | value-creation |
business-design |
ビジネス力シート |
deviation-score.md |
偏差値とは？zスコア・標準偏差との違いを整理【DS検定】 | datascience |
statistics |
データサイエンス力シート |
digital-image-representation.md |
画像のデジタル表現とは？（標本化と量子化の基本）【DS検定】 | datascience |
unstructured-data |
AI利活用スキルシート |
digital-signature.md |
電子署名とは？本人性・完全性と公開鍵での検証を整理【DS検定】 | foundation |
security |
データエンジニアリング力シート |
digital-signature2.md |
電子署名と暗号化の鍵の使い方の違い【DS検定】 | foundation |
security |
AI利活用スキルシート |
digital-twin.md |
デジタルツインとは？CPSとの違いを整理【DS検定】 | value-creation |
technology-social-trends |
AI利活用スキルシート |
discrete-continuous-distribution.md |
離散型確率分布と連続型確率分布の違いとは？【DS検定】 | datascience |
statistics |
データサイエンス力シート |
docker.md |
Dockerとは？再現性が出る理由を整理【DS検定】 | dataengineering |
environment-setup |
データエンジニアリング力シート |
drilldown-drillup.md |
ドリルダウンとドリルアップの違いとは？BIツールの基本操作【DS検定】 | datascience |
visualization |
データサイエンス力シート |
drillthrough.md |
ドリルスルーとは？ドリルダウンとの違いを整理【DS検定】 | datascience |
visualization |
データサイエンス力シート |
dunning-kruger-effect.md |
ダニング＝クルーガー効果とは？能力が低いほど自信が高くなる心理【DS検定】 | foundation |
logical-thinking |
ビジネス力シート |
e-calculus.md |
eの微分・積分を最短で整理【DS検定リテラシー】 | datascience |
calculus |
データサイエンス力シート |
eda.md |
EDA（探索的データ分析）とは？分析の第一歩を理解する【DS検定】 | datascience |
visualization |
データサイエンス力シート |
elsi.md |
ELSIとは？AI時代に重要な倫理・法・社会問題を理解する【DS検定】 | foundation |
action-norms |
AI利活用スキルシート |
encapsulation.md |
カプセル化とは？情報隠蔽との違いを整理【DS検定リテラシー】 | dataengineering |
programming |
AI利活用スキルシート |
encoding.md |
エンコーディングとは？カテゴリ変数を数値化する理由【DS検定】 | datascience |
data-preparation |
データサイエンス力シート |
entropy.md |
エントロピーとは？不確実さを測る指標【DS検定】 | datascience |
statistics |
AI利活用スキルシート |
er-diagram.md |
ER図とは？エンティティとリレーションを整理する図【DS検定】 | dataengineering |
data-structure |
データエンジニアリング力シート |
estimator-properties.md |
推定量の性質の違いとは？（不偏性・一貫性・効率性・信頼性）【DS検定リテラシー】 | datascience |
statistics |
データサイエンス力シート |
etl.md |
ETLとは？（データ統合の基本プロセス）【DS検定リテラシー】 | dataengineering |
data-collection |
データエンジニアリング力シート |
euclidean-norm.md |
ユーグリッドノルムとは？（ベクトルの長さの測り方）【DS検定】 | datascience |
linear-algebra |
データサイエンス力シート |
evaluation-metrics-comparison.md |
分類モデルの評価指標の比較とは？【DS検定リテラシー】 | datascience |
modeling |
データサイエンス力シート |
f-test.md |
F検定とは？t検定との違いを整理【DS検定リテラシー】 | datascience |
statistics |
データサイエンス力シート |
feature-engineering.md |
特徴量エンジニアリングとは？モデルに効くデータ加工を整理【DS検定】 | datascience |
data-preparation |
データサイエンス力シート |
feature-engineering2.md |
特徴量エンジニアリングの具体例：年齢化・カテゴリ変換・リーク防止【DS検定】 | datascience |
data-preparation |
データサイエンス力シート |
feature-importance.md |
特徴量重要度とは？不純度ベースとPermutationの違い【DS検定】 | datascience |
modeling |
AI利活用スキルシート |
feature.md |
特徴量（Feature）とは？機械学習で使う入力データを理解する【DS検定】 | datascience |
data-preparation |
データサイエンス力シート |
filter.md |
フィルターとは？BIツールの基本操作をわかりやすく解説【DS検定】 | datascience |
data-understanding |
データサイエンス力シート |
five-forces-analysis.md |
5フォース分析とは？業界の競争環境を分析するフレームワーク【DS検定】 | value-creation |
business-design |
ビジネス力シート |
foreign-key.md |
外部キー（Foreign Key）とは？テーブルの関係を理解【DS検定】 | dataengineering |
database |
データエンジニアリング力シート |
ftp-ssh.md |
FTP・SSH・SFTP・FTPSの違いとは？用途と暗号化を比較【DS検定】 | dataengineering |
data-collection |
データエンジニアリング力シート |
gantt-chart.md |
ガントチャートとは？WBSとの違いとプロジェクト管理の基本【DS検定】 | value-creation |
project-management |
ビジネス力シート |
gdpr.md |
GDPRとは？個人データ保護の基本を整理【DS検定】 | foundation |
action-norms |
AI利活用スキルシート |
gini-vs-entropy.md |
ジニ不純度とエントロピーの違いとは？分岐基準を整理【DS検定】 | datascience |
modeling |
AI利活用スキルシート |
governance.md |
ガバナンスとは？企業統治とリスク管理の関係【DS検定】 | value-creation |
governance-risk |
ビジネス力シート |
hadoop-vs-spark.md |
HadoopとSparkの違いとは？（分散処理基盤の比較）【DS検定リテラシー】 | dataengineering |
data-storage |
データエンジニアリング力シート |
hadoop.md |
Hadoopとは？（ビッグデータ分散処理基盤）【DS検定リテラシー】 | dataengineering |
data-storage |
データエンジニアリング力シート |
hallucination.md |
ハルシネーションとは？生成AIの限界と正しい向き合い方【DS検定】 | foundation |
ai-fundamentals |
AI利活用スキルシート |
hash-function.md |
ハッシュ関数とは？（コリジョン・ソルトとの違い）【DS検定】 | foundation |
security |
AI利活用スキルシート |
hash-vs-encryption.md |
ハッシュと暗号化の違いとは？（復号できるかが分かれ目）【DS検定】 | foundation |
security |
AI利活用スキルシート |
hdfs.md |
HDFS（Hadoop分散ファイルシステム）とは？【DS検定リテラシー】 | dataengineering |
data-storage |
データエンジニアリング力シート |
hierarchical-clustering.md |
階層クラスター分析とは？手法の違いまで整理【DS検定】 | datascience |
modeling |
データサイエンス力シート |
hierarchical-distance-metrics.md |
階層クラスター分析における距離の測定方法の比較【DS検定】 | datascience |
modeling |
データサイエンス力シート |
hot-cool-archive.md |
Hot・Cool・Archiveの違いとは？（クラウドストレージ階層の整理）【DS検定】 | dataengineering |
data-storage |
ビジネス力シート |
human-centered-ai-principles.md |
人間中心のAI社会原則とは？AIと社会のルールを理解する【DS検定】 | foundation |
action-norms |
AI利活用スキルシート |
iam-policy.md |
クラウドサービスのIAMポリシーとは？（アクセス制御の基本）【DS検定】 | foundation |
security |
AI利活用スキルシート |
image-filter-processing.md |
画像のフィルタ処理とは？（ノイズ除去と特徴強調の基本）【DS検定】 | datascience |
unstructured-data |
AI利活用スキルシート |
image-metadata.md |
画像データにおけるメタデータとは？意味と活用を整理【DS検定リテラシー】 | datascience |
unstructured-data |
AI利活用スキルシート |
impurity.md |
不純度とは？決定木の分岐基準を整理【DS検定】 | datascience |
modeling |
AI利活用スキルシート |
imputation.md |
インプテーションとは？（欠損値補完の基本）【DS検定】 | datascience |
data-preparation |
データサイエンス力シート |
incident-management.md |
インシデント管理とは？障害対応と報告の基本【DS検定】 | value-creation |
governance-risk |
ビジネス力シート |
incremental-vs-differential-backup.md |
増分バックアップと差分バックアップの違いとは？【DS検定リテラシー】 | dataengineering |
environment-setup |
データエンジニアリング力シート |
industry4-0.md |
インダストリー4.0とは？第4次産業革命の本質とドイツ戦略【DS検定】 | value-creation |
technology-social-trends |
AI利活用スキルシート |
information-gain.md |
情報利得とは？決定木で分岐の良さを判断する基準【DS検定】 | datascience |
modeling |
AI利活用スキルシート |
inheritance.md |
継承とは？クラス設計の基本を整理【DS検定リテラシー】 | dataengineering |
programming |
AI利活用スキルシート |
internal-control.md |
内部統制とは？企業の不正やミスを防ぐ仕組み【DS検定】 | value-creation |
governance-risk |
ビジネス力シート |
interpret-statistics.md |
数字やグラフの持つメッセージを理解するとは？（統計情報の正しい読み取り）【DS検定】 | datascience |
statistics |
データサイエンス力シート |
japan-personal-information-protection-act.md |
改正個人情報保護法とは？日本のデータ保護ルール【DS検定】 | foundation |
action-norms |
ビジネス力シート |
japanese-morphological-analysis-tools.md |
日本語の形態素解析ツールとは？代表例と違いを整理【DS検定】 | datascience |
unstructured-data |
AI利活用スキルシート |
jupyter-r-usage.md |
Jupyter NotebookやRの使い所とは？（データ分析環境の役割）【DS検定】 | dataengineering |
environment-setup |
AI利活用スキルシート |
kernel.md |
カーネル（Kernel）とは？画像フィルタ処理の計算ルール【DS検定】 | datascience |
modeling |
AI利活用スキルシート |
key-stretching.md |
ストレッチングとは？（ハッシュ強化の仕組み）【DS検定】 | foundation |
security |
AI利活用スキルシート |
kpi-kgi.md |
KPIとKGIの違いとは？目標管理の基本を整理【DS検定】 | foundation |
goal-setting |
ビジネス力シート |
least-privilege.md |
最小権限の原則とは？ゼロトラストとの関係を整理【DS検定リテラシー】 | foundation |
security |
AI利活用スキルシート |
left-join-where.md |
LEFT JOINとWHEREの関係とは？（SQLのひっかけ問題）【DS検定】 | dataengineering |
data-processing |
データエンジニアリング力シート |
llm-temperature.md |
LLMのTemperatureとは？出力のランダム性を理解する【DS検定】 | foundation |
ai-fundamentals |
AI利活用スキルシート |
logistic-regression.md |
ロジスティック回帰とは？（オッズ・対数オッズから理解する）【DS検定】 | datascience |
modeling |
AI利活用スキルシート |
machine-learning-algorithms-cheatsheet.md |
機械学習アルゴリズム一覧チートシート（教師あり・教師なし・強化学習）【DS検定】 | datascience |
modeling |
AI利活用スキルシート |
machine-learning-methods.md |
機械学習の解析手法とは？（代表的アルゴリズムを整理）【DS検定】 | datascience |
modeling |
AI利活用スキルシート |
malware.md |
マルウェアとは？代表的な種類と違いを整理【DS検定】 | foundation |
security |
データエンジニアリング力シート |
managed-service.md |
マネージドサービスとは？クラウド環境構築の基本概念を整理【DS検定】 | dataengineering |
environment-setup |
ビジネス力シート |
mapping.md |
マッピング処理とは？データを対応づける基本操作【DS検定】 | dataengineering |
data-processing |
データサイエンス力シート |
mapreduce.md |
MapReduceとは？（分散処理の基本モデル）【DS検定リテラシー】 | dataengineering |
data-storage |
データエンジニアリング力シート |
market-basket-analysis.md |
マーケットバスケット分析とは？購買パターン分析の基本【DS検定】 | datascience |
modeling |
データサイエンス力シート |
mfa.md |
多要素認証（MFA）とは？仕組みと必要性を整理【DS検定リテラシー】 | foundation |
security |
AI利活用スキルシート |
missing-value-handling.md |
欠損値の処理方法とは？代表的な手法と使い分け【DS検定】 | datascience |
data-preparation |
データサイエンス力シート |
mlops.md |
MLOpsとは？AIOpsとの違いを一発整理【DS検定リテラシー】 | dataengineering |
environment-setup |
AI利活用スキルシート |
nlp-cleaning.md |
自然言語処理におけるクリーニングとは？（前処理の基本）【DS検定】 | datascience |
unstructured-data |
AI利活用スキルシート |
nltk.md |
NLTKとは？自然言語処理ライブラリの役割を整理【DS検定】 | datascience |
unstructured-data |
AI利活用スキルシート |
normal-and-standard-normal.md |
標準正規分布と正規分布の違いとは？【DS検定リテラシー】 | datascience |
statistics |
データサイエンス力シート |
normalization-2nf-3nf.md |
第2正規化と第3正規化の違いを整理（候補キーから考える）【DS検定】 | dataengineering |
data-structure |
データエンジニアリング力シート |
nosql-datastore.md |
NoSQLデータストアとは？RDBとの違いと使いどころを整理【DS検定】 | dataengineering |
data-storage |
データエンジニアリング力シート |
nosql.md |
NoSQLとは？リレーショナルDBとの違いを整理【DS検定】 | dataengineering |
data-storage |
データエンジニアリング力シート |
oauth.md |
OAuthとは？仕組みとアクセストークンの流れを整理【DS検定リテラシー】 | foundation |
security |
AI利活用スキルシート |
olap.md |
OLAPとは？BIツール分析の基本概念をわかりやすく解説【DS検定】 | datascience |
data-understanding |
データサイエンス力シート |
open-data.md |
オープンデータとは？公共データ活用の基本【DS検定】 | dataengineering |
data-collection |
ビジネス力シート |
operational-risk.md |
オペレーショナルリスクとは？レピュテーションリスクとの違いを整理【DS検定】 | value-creation |
governance-risk |
ビジネス力シート |
opt-out.md |
オプトアウトとは？個人情報提供の仕組みを整理【DS検定】 | foundation |
action-norms |
ビジネス力シート |
overfitting-tree-depth.md |
過学習と分岐の深さの関係とは？決定木の注意点【DS検定】 | datascience |
modeling |
AI利活用スキルシート |
paired-vs-independent-data.md |
対応があるデータと対応がないデータの違いとは？【DS検定】 | datascience |
statistics |
データサイエンス力シート |
paper-structure.md |
一般的な論文構成とは？流れを理解する【DS検定リテラシー】 | foundation |
logical-thinking |
ビジネス力シート |
pdca-cycle.md |
PDCAサイクルとは？継続的改善の基本フレームワーク【DS検定】 | value-creation |
project-management |
ビジネス力シート |
pearson-correlation.md |
ピアソンの相関係数とは？関係の強さをどう読むか【DS検定】 | datascience |
statistics |
データサイエンス力シート |
personal-identifier-code.md |
個人識別符号とは？個人情報・個人関連情報との違い【DS検定】 | foundation |
action-norms |
ビジネス力シート |
pest-analysis.md |
PEST分析とは？マクロ環境を分析するフレームワーク【DS検定】 | value-creation |
business-design |
ビジネス力シート |
pivot.md |
ピボットとは？クロス集計との違いを整理【DS検定】 | datascience |
visualization |
データサイエンス力シート |
poc-concept-proof.md |
PoC（概念実証）とは？AIプロジェクトで重要な理由【DS検定】 | value-creation |
poc |
ビジネス力シート |
point-interval-estimation.md |
点推定と区間推定の違いとは？（信頼区間まで整理）【DS検定】 | datascience |
statistics |
データサイエンス力シート |
polymorphism.md |
ポリモーフィズムとは？（同じ呼び出しで動作が変わる仕組み）【DS検定】 | dataengineering |
programming |
AI利活用スキルシート |
power-law.md |
べき乗則とは？両対数グラフが直線になる理由【DS検定リテラシー】 | datascience |
statistics |
データサイエンス力シート |
predictive-analytics.md |
予測的データ分析とは？将来を読む分析手法を整理【DS検定】 | datascience |
modeling |
AI利活用スキルシート |
preprocessing.md |
データ前処理（Preprocessing）とは？分析前に行う重要ステップ【DS検定】 | datascience |
data-preparation |
データサイエンス力シート |
primary-key.md |
主キー（Primary Key）とは？データベースの基本ルールを理解【DS検定】 | dataengineering |
database |
データエンジニアリング力シート |
project-management.md |
プロジェクトマネジメントとは？プロジェクトを成功させるための管理手法【DS検定】 | value-creation |
project-management |
ビジネス力シート |
pseudonymized-information.md |
仮名加工情報とは？匿名加工情報との違いを整理【DS検定】 | foundation |
action-norms |
ビジネス力シート |
publickey-vs-symmetric.md |
公開鍵暗号方式と共通鍵暗号方式の違いとは？【DS検定】 | foundation |
security |
データエンジニアリング力シート |
quartile.md |
四分位とは？値が複数の取り方になる理由まで整理【DS検定】 | datascience |
statistics |
データサイエンス力シート |
r-squared-adjusted-r-squared.md |
自由度調整済み決定係数とは？決定係数との違い【DS検定】 | datascience |
modeling |
データサイエンス力シート |
rainbow-table-attack.md |
レインボーテーブル攻撃とは？（ソルトとの関係）【DS検定】 | foundation |
security |
AI利活用スキルシート |
random-forest.md |
ランダムフォレストとは？（特徴量重要度の考え方まで理解する）【DS検定】 | datascience |
modeling |
AI利活用スキルシート |
random-sampling-methods.md |
無作為抽出法とは？種類と違いを整理【DS検定リテラシー】 | datascience |
data-preparation |
データサイエンス力シート |
rbac.md |
RBAC（ロールベースアクセス制御）とは？【DS検定リテラシー】 | foundation |
security |
データエンジニアリング力シート |
rdb-vs-nosql.md |
RDBとNoSQLの違いを一発で整理【DS検定】 | dataengineering |
database |
データエンジニアリング力シート |
referential-integrity.md |
参照整合性とは？外部キーとデータ整合性を理解【DS検定】 | dataengineering |
database |
データエンジニアリング力シート |
regular-expression-email.md |
メールアドレスの正規表現とは？なぜ難しいのかを整理【DS検定】 | dataengineering |
data-processing |
データエンジニアリング力シート |
regular-expression-postalcode.md |
郵便番号の正規表現とは？電話番号との違いで理解する【DS検定】 | dataengineering |
data-processing |
データエンジニアリング力シート |
regular-expression-summary.md |
正規表現のひっかけ総整理（試験直前チートシート）【DS検定】 | datascience |
unstructured-data |
データエンジニアリング力シート |
replication-vs-backup.md |
レプリケーションとバックアップの違いとは？【DS検定】 | dataengineering |
environment-setup |
データエンジニアリング力シート |
rest-api-methods.md |
REST API のメソッドとは？データ操作の役割を整理【DS検定】 | dataengineering |
data-collection |
データエンジニアリング力シート |
rest-api.md |
REST APIとは？SOAPとの違いを整理【DS検定】 | dataengineering |
data-collection |
データエンジニアリング力シート |
revenue-equation.md |
収益方程式とは？KPI設計の基本となるビジネスモデル【DS検定】 | foundation |
goal-setting |
ビジネス力シート |
rfm-analysis.md |
RFM分析とは？顧客価値を評価するマーケティング分析【DS検定】 | datascience |
modeling |
データサイエンス力シート |
risk-management.md |
リスクマネジメントとは？企業がリスクを管理する基本【DS検定】 | value-creation |
governance-risk |
ビジネス力シート |
rpo-rto.md |
RPOとRTOの違いとは？（障害復旧の判断基準）【DS検定】 | dataengineering |
environment-setup |
データエンジニアリング力シート |
sample-variance-unbiased-variance.md |
標本分散と不偏分散の違いとは？【DS検定リテラシー】 | datascience |
statistics |
データサイエンス力シート |
sampling-methods-comparison.md |
抽出方法の違いを整理（単純無作為・層化・集落・多段・系統）【DS検定】 | datascience |
data-preparation |
データサイエンス力シート |
scrum.md |
スクラムとは？アジャイル開発の代表的なフレームワーク【DS検定】 | value-creation |
project-management |
ビジネス力シート |
self-join.md |
自己結合とは？同じテーブルを結合する理由を理解する【DS検定】 | dataengineering |
data-processing |
データエンジニアリング力シート |
sensitive-personal-information.md |
要配慮個人情報とは？個人情報との違いと具体例【DS検定】 | foundation |
action-norms |
ビジネス力シート |
sigmoid-function.md |
シグモイド関数とは？（確率に変換する関数）【DS検定】 | datascience |
modeling |
AI利活用スキルシート |
significance-level-and-pvalue.md |
有意水準とp値の違いとは？【DS検定リテラシー】 | datascience |
statistics |
データサイエンス力シート |
slice-dice.md |
スライスとダイスの違いとは？BIツールの基本操作を整理【DS検定】 | datascience |
visualization |
データサイエンス力シート |
soap.md |
SOAPとは？RESTとの違いを整理【DS検定】 | dataengineering |
data-processing |
データエンジニアリング力シート |
society5.md |
Society5.0とは？超スマート社会の本質を整理【DS検定】 | value-creation |
technology-social-trends |
AI利活用スキルシート |
sora-ame-kasa.md |
空・雨・傘とは？仮説思考の基本フレーム【DS検定】 | foundation |
logical-thinking |
ビジネス力シート |
spark.md |
Sparkとは？ビッグデータを高速処理する分散処理エンジン【DS検定】 | dataengineering |
data-storage |
データエンジニアリング力シート |
spearman-rank-correlation.md |
スピアマンの順位相関とは？（Spearmanの順位相関係数）【DS検定】 | datascience |
statistics |
データサイエンス力シート |
sql-count-diff.md |
COUNT(*)・COUNT(列)・COUNT DISTINCTの違い【DS検定】 | dataengineering |
data-processing |
データエンジニアリング力シート |
sql-distinct.md |
DISTINCTとは？重複データを除去する基本操作【DS検定】 | dataengineering |
data-processing |
データエンジニアリング力シート |
sql-exists.md |
EXISTSとは？サブクエリの存在判定を理解する【DS検定】 | dataengineering |
sql |
データエンジニアリング力シート |
sql-filtering.md |
SQLのフィルタリング処理とは？（WHERE句によるデータ抽出）【DS検定】 | dataengineering |
data-processing |
データエンジニアリング力シート |
sql-in-exists.md |
INとEXISTSの違いとは？値比較と存在判定を整理【DS検定】 | dataengineering |
sql |
データエンジニアリング力シート |
sql-union.md |
UNIONとUNION ALLの違いとは？重複の扱いを整理【DS検定】 | dataengineering |
data-processing |
データエンジニアリング力シート |
sql-where.md |
WHERE句とは？条件抽出の基本を理解する【DS検定】 | dataengineering |
data-processing |
データエンジニアリング力シート |
ssl-tls.md |
SSL/TLSとは？公開鍵暗号と共通鍵暗号の役割を整理【DS検定】 | foundation |
security |
AI利活用スキルシート |
star-schema.md |
スタースキーマとは？ファクトテーブルとディメンションテーブルを理解する【DS検定】 | dataengineering |
data-structure |
データエンジニアリング力シート |
statistics-overview.md |
統計の基本まとめ（平均・分散・相関・回帰の関係を整理）【DS検定】 | datascience |
statistics |
データサイエンス力シート |
statistics-summary.md |
DS検定でよく出る統計まとめ（平均・分散・相関を一気に整理） | datascience |
statistics |
データサイエンス力シート |
stemming-vs-lemmatization.md |
ステミングとレンマ化の違いとは？（テキスト前処理の基本）【DS検定】 | datascience |
unstructured-data |
AI利活用スキルシート |
student-t-test.md |
スチューデントの検定（t検定）とは？【DS検定リテラシー】 | datascience |
statistics |
データサイエンス力シート |
swot-analysis.md |
SWOT分析とは？企業の強みと外部環境を整理するフレームワーク【DS検定】 | value-creation |
business-design |
ビジネス力シート |
third-party-provision.md |
個人情報の第三者提供とは？同意とオプトアウトのルール【DS検定】 | foundation |
action-norms |
ビジネス力シート |
type1-type2-error.md |
第一種の過誤と第二種の過誤の違いとは？【DS検定リテラシー】 | datascience |
statistics |
データサイエンス力シート |
variance-and-standard-deviation.md |
分散と標準偏差の違いとは？ばらつきをどう読むか【DS検定】 | datascience |
statistics |
データサイエンス力シート |
variance-standard-deviation.md |
分散と標準偏差とは？ばらつきを理解する基本統計【DS検定】 | datascience |
statistics |
データサイエンス力シート |
visualization-basic-perspectives.md |
データ可視化における基本的な視点とは？（差・相関・分布・変化・構成）【DS検定】 | datascience |
visualization |
データサイエンス力シート |
vpn-ssh.md |
VPNとSSHの違いとは？（安全な通信の仕組みを整理）【DS検定】 | foundation |
security |
データエンジニアリング力シート |
wbs.md |
WBSとは？作業分解とワークパッケージを整理【DS検定】 | value-creation |
project-management |
ビジネス力シート |
weak-strong-ai.md |
弱いAIと強いAIの違いとは？【DS検定リテラシー】 | foundation |
ai-fundamentals |
AI利活用スキルシート |
web-api.md |
Web APIとは？HTTPでサービスとデータをやり取りする仕組み【DS検定】 | dataengineering |
data-collection |
データエンジニアリング力シート |
web-crawling-scraping.md |
Webクローリングとスクレイピングの違いとは？【DS検定】 | dataengineering |
data-collection |
データエンジニアリング力シート |
welch-t-test.md |
ウェルチのt検定とは？等分散でない場合の平均比較【DS検定】 | datascience |
statistics |
データサイエンス力シート |
why-structure.md |
WHYの並び立てとは？ストーリー構築の基本【DS検定】 | foundation |
logical-thinking |
ビジネス力シート |
yarn.md |
YARNとは？Hadoopクラスタのリソース管理の仕組み【DS検定】 | dataengineering |
data-storage |
データエンジニアリング力シート |
z-score-method.md |
zスコアとは？標準化・偏差値・外れ値判定を整理【DS検定】 | datascience |
data-preparation |
データサイエンス力シート |
z-test.md |
z検定とは？t検定との違いまで整理【DS検定リテラシー】 | datascience |
statistics |
データサイエンス力シート |
zero-trust.md |
ゼロトラストとは？考え方と従来型セキュリティとの違い【DS検定リテラシー】 | foundation |
security |
AI利活用スキルシート |