ITパスポートテクノロジ系「基礎理論」予想問題-c

基礎　予想17

AIの機械学習における教師あり学習で用いられる手法として、最も適切なものはどれか。

ア　多数の変数の情報をできるだけ少ない指標や次元で要約する主成分分析

イ　数式で解を求めることが難しい場合に、乱数を使って疑似データを作り、数値計算をすることによって解を推定するモンテカルロ法

ウ　データ同士の類似度を定義し、その定義した類似度に従って似たもの同士は同じグループに入るようにデータをグループ化するクラスタリング

エ　プロットされた時系列データに対して、曲線の当てはめを行い、得られた近似曲線によってデータの補完や未来予測を行う回帰分析

出典：応用情報　令和元年秋午前　問４　一部改変

正解の理由

回帰は、教師あり学習の手法です。過去の連続するデータの傾向をもとに将来の値を予測する手法です。　

よって、正解は　エ　です。

AIの機械学習における教師あり学習で用いられる手法として、最も適切なものはどれか。

ア　多数の変数の情報をできるだけ少ない指標や次元で要約する主成分分析

イ　数式で解を求めることが難しい場合に、乱数を使って疑似データを作り、数値計算をすることによって解を推定するモンテカルロ法

ウ　データ同士の類似度を定義し、その定義した類似度に従って似たもの同士は同じグループに入るようにデータをグループ化するクラスタリング

エ　過去のデータの振り分け（分類）をもとに、未知のデータに対して予測する分類

出典：応用情報　令和元年秋午前　問４　一部改変

正解の理由

エ　分類は、教師あり学習の手法です。

よって、正解は　エ　です。

AIの機械学習における教師なし学習で用いられる手法として、最も適切なものはどれか。

ア　幾つかのグループに分かれている既存データ間に分離境界を定め、新たなデータがどのグループに属するかはその分離境界によって判別するパターン認識手法

イ　数式で解を求めることが難しい場合に、乱数を使って疑似データを作り、数値計算をすることによって解を推定するモンテカルロ法

ウ　データ同士の類似度を定義し、その定義した類似度に従って似たもの同士は同じグループに入るようにデータをグループ化するクラスタリング

エ　プロットされた時系列データに対して、曲線の当てはめを行い、得られた近似曲線によってデータの補完や未来予測を行う回帰分析

出典：応用情報　令和元年秋午前　問４

正解の理由

クラスタリングは、教師なし学習の手法です。データの特徴を分析し、類似度（お互いにどれだけ似ているか）にもとづいてデータをグループ分けしていく手法です。

よって、正解は　ウ　です。