機械学習の基礎比較
回帰モデルと分類モデルの主な違いはどれか？
A.回帰モデルは連続値を予測し、分類モデルはカテゴリカル値を予測する← 正解
✓ 正解です。回帰は連続値（例：売上、気温、株価）、分類はカテゴリ（例：良品/不良品、スパム/正常）を予測する。
B.回帰モデルはディープラーニングのみで実装でき、分類モデルは従来手法で実装する
✗ 誤りである。回帰も分類もディープラーニング・機械学習の多くの手法で実装できる。
C.回帰モデルは精度評価にR²を使い、分類モデルは精度評価に損失関数を使う
✗ 誤りである。R²は回帰の評価指標だが、分類の評価指標も精度・適合率・再現率などあり、どちらも損失関数を用いる。
D.回帰モデルは訓練時間が短く、分類モデルは訓練時間が長い傾向にある
✗ 誤りである。訓練時間はデータ量・モデルの複雑さに左右され、回帰と分類の区別では決まらない。
この問題のポイント
回帰は連続値（例：売上、気温、株価）、分類はカテゴリ（例：良品/不良品、スパム/正常）を予測する。
「機械学習の基礎」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。