AIの基礎応用
あるeコマースプラットフォームで、機械学習モデルが「商品Aを購入する顧客は商品Bも購入する傾向がある」というパターンを発見しました。しかし、このパターンが実は第三の要因（季節）に支配されていた場合、このモデルに基づいた推奨施策の問題点はどれか？
A.相関関係と因果関係を混同しており、季節が終わると推奨パターンが機能しなくなる可能性がある← 正解
✓ 正解です。相関（AとBが一緒に購入される）は因果（AがBを買わせる）を意味しません。季節が原因なら季節終了時にパターンが崩れます。
B.商品AとBの価格差が大きいため、推奨精度が常に低くなる
✗ 価格差とパターン発見の信頼性は直接関連がありません。推奨施策の根本的な問題ではないのです。
C.モデルが複雑すぎて過学習に陥っている
✗ 過学習ではなく、むしろ相関と因果の混同という概念的な誤りです。モデルの複雑さではありません。
D.教師データの量が不足しているため、統計的有意性がない
✗ データ量の問題ではなく、データの背後にある第三要因の影響を見落とした分析の誤りです。
この問題のポイント
相関（AとBが一緒に購入される）は因果（AがBを買わせる）を意味しません。季節が原因なら季節終了時にパターンが崩れます。
「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。