機械学習の手法の一問一答

教師あり学習の説明として、最も適切なものを1つ選びなさい。

• ①正解の付いていないデータから、データの中に隠れた構造や似たもの同士を見つけていく方法
• ②入力データと正解のラベルを組にしたデータで学習し、新しい入力の正解を予測する方法
• ③試行錯誤を通じて、得られる報酬の合計が最も大きくなるような行動を学んでいく方法
• ④ごく少量の正解付きデータだけを使い、残りのデータは学習に一切使わないという方法

機械学習の手法とその例に関する次の記述a〜dのうち、適切なものの組合せを1つ選びなさい。
a．来月の売上金額を数値で予測するのは、教師あり学習の回帰の例である。
b．迷惑メールかどうかを判定するのは、教師なし学習のクラスタリングの例である。
c．似た購買傾向の顧客をグループに分けるのは、クラスタリングの例である。
d．囲碁で勝つための打ち方を試行錯誤で学ぶのは、次元削減の例である。

• ①b・d
• ②a・b
• ③a・c
• ④c・d

教師なし学習の「クラスタリング」の説明として、最も適切なものを1つ選びなさい。

• ①報酬を手がかりにして、環境の中で最も良い行動の取り方を見つけ出していくこと
• ②正解のラベルを使って、データを決められたカテゴリーのどれかに正しく分類すること
• ③データの項目（次元）の数を、元の情報をなるべく保ったまま少なくしていくこと
• ④正解のラベルを使わずに、データを似た性質を持つもの同士のグループに分けること

教師なし学習に関する記述として、適切でないものを1つ選びなさい。

• ①教師なし学習では、正解のラベルを付けたデータを使って、モデルを学習させる。
• ②クラスタリングは、似た性質を持つデータどうしをグループに分ける手法である。
• ③次元削減は、データの項目の数を、重要な情報を保ちながら少なくする手法である。
• ④分けられたグループが何を意味するかは、人間が解釈する必要がある場合が多い。

強化学習の説明として、最も適切なものを1つ選びなさい。

• ①正解の付いていないデータを、似たもの同士のグループに自動的に分けられるように学ぶ方法
• ②正解のラベルが付いた大量のデータを使い、入力に対する正解を予測できるように学ぶ方法
• ③エージェントが環境の中で行動し、得られる報酬の合計が大きくなる行動の仕方を学ぶ方法
• ④少量の正解付きデータと大量の正解なしデータを、組み合わせて効率よく学んでいく方法

強化学習に関する記述として、適切でないものを1つ選びなさい。

• ①強化学習では、各行動に対する正解のラベルが、学習の前に与えられている。
• ②エージェントは、環境の中で行動を選び、その結果として報酬を受け取る。
• ③方策とは、ある状態のときにどの行動を選ぶかを決める戦略のことである。
• ④価値とは、将来にわたって得られる報酬の合計を見積もったもののことである。

機械学習の学習方法に関する記述として、適切でないものを1つ選びなさい。

• ①教師あり学習は、入力と正解のラベルを組にしたデータを使って学習する方法である。
• ②半教師あり学習は、正解の付いたデータを使わずに学習する方法のことである。
• ③教師あり学習は、予測の対象によって、分類と回帰に分けることができる。
• ④正解ラベルを人手で付ける作業には、大きな手間と費用がかかることがある。

ノーフリーランチ定理の考え方として、最も適切なものを1つ選びなさい。

• ①最も新しく発表された学習手法が、すべての問題で最も良い結果を出す。
• ②ある問題で最も良かった手法は、ほかの問題でも最も良い結果を出す。
• ③モデルの規模を大きくすれば、どのような問題でも性能は必ず向上していく。
• ④あらゆる問題に対して常に最も優れている、万能の学習手法は存在しない。

分類のモデルの評価に使われる「正解率」の説明として、最も適切なものを1つ選びなさい。

• ①全体のデータのうち、モデルの予測が正解と一致した割合
• ②全体のデータのうち、学習に使わずに残しておいたデータの割合
• ③モデルが予測を出すまでにかかった時間の、平均を表す値
• ④学習データの中に含まれていた、正解ラベルの種類の数

機械学習の手法に関する次の記述a〜dのうち、適切なものの組合せを1つ選びなさい。
a．クラスタリングは、正解のラベルを使って学習する教師あり学習の手法である。
b．教師あり学習の「分類」のうち、2つのカテゴリーに分けるものを二値分類という。
c．次元削減は、データの件数を減らして学習時間を短くする手法のことである。
d．強化学習では、行動の結果として環境から与えられる報酬を手がかりに学習する。

• ①a・c
• ②b・d
• ③a・b
• ④c・d