AIの基礎比較
クラスタリング（Clustering）と教師あり学習による分類の違いの説明として、最も正確なものはどれか。
A.クラスタリングは正解ラベルなしに類似したデータを自動的にグループ化し、教師あり分類は事前に定義されたカテゴリへ分類する← 正解
✓ 正解です。クラスタリング（教師なし）はラベルなしで自動グループ化し、教師あり分類は事前定義カテゴリに分類する根本的な違いです。
B.クラスタリングは大規模データのみ対応し、教師あり分類は小規模データのみ対応する
✗ データサイズは両手法の本質的な違いではなく、どちらも大規模・小規模データで適用可能です。
C.クラスタリングは将来の予測に使用され、教師あり分類は過去の分析にのみ使用される
✗ 両方の手法とも予測と分析の両用途に使用できます。
D.クラスタリングはテキストデータのみ扱い、教師あり分類は数値データのみ扱う
✗ データ型の制限はなく、両方とも様々なデータ形式で実装されます。
この問題のポイント
クラスタリング（教師なし）はラベルなしで自動グループ化し、教師あり分類は事前定義カテゴリに分類する根本的な違いです。
「AIの基礎」の他の問題
IT・クラウド の関連資格
AWS Certified Cloud Practitioner（CLF-C02）
AWSクラウドの入門資格。クラウドの概念・AWSのコアサービス・セキュリティ・料金モデルを問う。
AWS Certified Solutions Architect - Associate（SAA-C03）
AWSでのシステム設計能力を問うアソシエイト資格。高可用性・セキュリティ・コスト最適化の設計が中心。
DP-900：Microsoft Azure Data Fundamentals
Azureのデータサービスの基礎を問うMicrosoft認定資格。リレーショナル/非リレーショナルデータ、分析ワークロード、コアのデータ概念を扱う。