はじめに **ISTQB AI Tester 認定（Chapter 4）**では、 機械学習（ML）モデルを支える「データ」の扱いが非常に重要なテーマとして扱われています。 本記事では、 学習データ（Training Data） 検証データ（Validation Data） テストデータ（Test Data） という 3つのデータセットの役割・使い分け・分割比率を、 テスト観点・具体例を交えながらわかりやすく解説します。 MLモデル開発に必要な3つのデータセットとは？ ① 学習データセット（Training Data Set） 役割 MLモデルが「パターン」や「ルール」を学習するためのデータ モデルの重みやパラメータを直接更新するために使用される 具体例 画像認識：ラベル付き画像（犬／猫など） 自然言語処理：文章＋正解ラベル 自動運転：センサー情報＋正解操作データ 👉 最も多くの割合を占めるデータセットです。 ② 検証データセット（Validation Data Set） 役割 学習途中のモデル性能を評価する ハイパーパラメータ調整（チューニング）に使用 過学習（Overfitting）を防ぐために重要 ポイント 学習には使わない しかし「モデル改善」には利用する 👉 テストデータとは明確に役割が異なる点が試験でよく問われます。 ③ テストデータセット（Test Data Set / Hold-out Data） 役割 最終的なモデル品質を評価するためのデータ 学習・検証では一切使用しない 重要な考え方 テストデータは「完全に未知のデータ」でなければならない これにより、 実運用時の性能を正しく評価できる 評価結果の信頼性が確保される