重要度：A 論点：教師あり学習と教師なし学習
問207：正解ラベル付きデータで学習し、分類や回帰を行う機械学習の枠組みを何というか。
解答を見る
教師あり学習。分類(離散値予測)と回帰(連続値予測)がある。ラベルなしデータから構造を見つけるのが教師なし学習である。
重要度：B 論点：クラスタリング
問208：教師なし学習で、データを類似性に基づいていくつかのグループに分ける手法を何というか。
解答を見る
クラスタリング。正解ラベルなしに、似たもの同士を自動的にまとめる。
重要度：B 論点：分類と回帰の違い
問209：次の記述の誤りを訂正せよ。「回帰とは、データをあらかじめ決めたカテゴリのいずれかに振り分ける問題である。」
解答を見る
誤り。カテゴリに振り分けるのは分類である。回帰は売上高や気温などの連続値を予測する問題である。
重要度：B 論点：過学習
問210：訓練データに適合しすぎて、未知データへの予測性能(汎化性能)が低下する現象を何というか。
解答を見る
過学習(オーバーフィッティング)。訓練データの誤差は小さいが未知データで誤差が大きくなる。交差検証等で防ぐ。
重要度：A 論点：深層学習
問211：多層のニューラルネットワークを用い、特徴量を自動的に学習する機械学習手法を何というか。
解答を見る
深層学習(ディープラーニング)。人間が特徴を設計しなくてもデータから特徴表現を獲得できる。
コメント