教師なし学習 (クラスタリング)
出典: 令和元年度 秋期 応用情報技術者試験 午前 問4 (IPA)
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
正解と解説を見る
正解: ウ
- ア: 既存データの分離境界を決めて新しいデータを判別するのは、正解のグループが分かっているデータで学ぶ教師あり学習 (SVM など) です。
- イ: モンテカルロ法は、乱数を使ったシミュレーションで解を推定する手法で、機械学習の分類ではありません。
- ウ: 類似度に従って似たものどうしをグループ化するクラスタリングは、教師なし学習の手法なので正しい答えです。
- エ: 回帰分析は、正解の値が分かっているデータから関係を学ぶので、教師あり学習の手法です。
ポイント
- 教師あり学習: 正解のラベル付きのデータで学習します (分類や回帰)。
- 教師なし学習: 正解のないデータから、データの構造や特徴を見つけます。代表的な手法が、似たものどうしをグループに分ける クラスタリング です。