Appendix 2: 多様体の純度問題: 幾何学がまだ解けていない課題（理解度チェック）

データ品質を測る

Q1. 「正しさ」の類型

データ品質の「正しさ」を複数の類型に分ける理由はどれか。

本文の対応箇所： 参照する

Q2. 正規化の射程

正規化が解決しうる問題と、解決しない問題の組み合わせはどれか。

本文の対応箇所： 参照する

Q3. 幾何学的データ選別

表現空間を使ったデータ選別の注意点はどれか。

本文の対応箇所： 参照する

Q4. 識別不能性

幾何学単独でデータ品質を識別しにくい原理的な理由はどれか。

本文の対応箇所： 参照する

確信と動態へ

Q5. 確信した嘘

「確信した嘘」と「無知の捏造」の違いとして、適切な説明はどれか。

本文の対応箇所： 参照する

Q6. 鶏と卵問題

データ選別と表現学習の「鶏と卵問題」とは何か。

本文の対応箇所： 参照する

Q7. 静的と動的

静的なデータ品質の問題が、推論時にはどのように現れうるか。

本文の対応箇所： 参照する

Q8. 成功指標

表現空間の密度でデータを選別したところ、データ量は減ったが下流の事実性と頑健性が悪化した。成功を判定する指標として、最も適切なものはどれか。

本文の対応箇所： 参照する