ITパスポート試験

問65

ITパスポート過去問 令和6年度(2024年)問65

AIにおける機械学習の学習方法に関する次の記述中のa~cに入れる字句の適切な組合せはどれか。

選択肢

正解と解き方・学習ポイント(AI解説)

正解:
あなたの回答:未回答

機械学習の学習方法は、正解を付けた学習データを使う教師あり学習と、正解を付けない学習データを使う教師なし学習に分けられます。教師あり学習では、未知のデータをクラスに分ける分類や、数値の関係から値を予測する回帰を行います。教師なし学習では、正解がないデータを特徴の近さでまとめるクラスタリングを行います。

不正解

aが「回帰」、bが「分類」になっています。aの記述はクラスに分けることなので「分類」、bの記述は関係性から数値などを扱うことが多いので「回帰」が適切です。

不正解

aが「クラスタリング」、cが「回帰」になっています。aは教師あり学習の説明なので「クラスタリング」は当てはまりません。cは教師なし学習の説明なので「回帰」は当てはまりません。

正解

aは分類、bは回帰、cはクラスタリングです。問題文の説明と一致します。

不正解

bが「クラスタリング」、cが「回帰」になっています。bは教師あり学習の説明なので「クラスタリング」は当てはまりません。cは教師なし学習の説明なので「回帰」は当てはまりません。

Point

この問題は、教師あり学習と教師なし学習の違いと、それぞれで代表的に用いられる手法(分類、回帰、クラスタリング)がどの目的に対応するかを理解しているかを確認するものです。

解くために必要な知識

この問題を解くには、教師あり学習と教師なし学習の違い、および分類、回帰、クラスタリングの目的を理解している必要があります。

用語の整理

用語名 意味
機械学習 データから規則性や傾向を学習し、未知のデータに対して予測や分類などを行えるようにする技術です。
教師あり学習 入力データに正解(ラベル)を付けて学習させる方法です。主に分類と回帰に用いられます。
教師なし学習 入力データに正解(ラベル)を付けずに学習させる方法です。主にクラスタリングに用いられます。
分類 教師あり学習の手法です。データを、あらかじめ定義されたクラス(種類)のどれに当たるかに分けます。
回帰 教師あり学習の手法です。データ間の関係を利用して、連続的な数値を予測します。
クラスタリング 教師なし学習の手法です。正解がないデータを、特徴が似ているもの同士のグループに分けます。

手法と目的の対応

学習方法 手法 目的
教師あり学習 分類 クラス(種類)を当てることです。
教師あり学習 回帰 数値を予測することです。
教師なし学習 クラスタリング 似たもの同士をグループ分けすることです。

 

問題の解法手順

解き方

1. 問題文のa~cが指している内容を読み取ります

  • aは「未知のデータを複数のクラスに分ける」手法です。

  • bは「データの関係性を見つける」手法です。

  • cは「正解を付けない学習データ」で「次第にデータを正しくグループ分けできる」手法です。

2. 各手法を対応付けます

記述 該当する手法 学習方法
未知のデータを複数のクラスに分ける 分類 教師あり学習
データの関係性を見つける(関係性から数値などを予測する) 回帰 教師あり学習
正解なしでグループ分けする クラスタリング 教師なし学習

3. 選択肢を照合します

a=分類、b=回帰、c=クラスタリングなので「ウ」を選びます。

選択肢ごとの解説

不正解

aが「回帰」、bが「分類」になっています。aの記述はクラスに分けることなので「分類」、bの記述は関係性から数値などを扱うことが多いので「回帰」が適切です。

不正解

aが「クラスタリング」、cが「回帰」になっています。aは教師あり学習の説明なので「クラスタリング」は当てはまりません。cは教師なし学習の説明なので「回帰」は当てはまりません。

正解

aは分類、bは回帰、cはクラスタリングです。問題文の説明と一致します。

不正解

bが「クラスタリング」、cが「回帰」になっています。bは教師あり学習の説明なので「クラスタリング」は当てはまりません。cは教師なし学習の説明なので「回帰」は当てはまりません。

まとめ

機械学習の学習方法は、正解を付けた学習データを使う教師あり学習と、正解を付けない学習データを使う教師なし学習に分けられます。教師あり学習では、未知のデータをクラスに分ける分類や、数値の関係から値を予測する回帰を行います。教師なし学習では、正解がないデータを特徴の近さでまとめるクラスタリングを行います。

テクノロジ系 > 基礎理論 > 基礎理論