機械学習の基礎誤り発見
教師あり学習における回帰と分類の特性に関する以下の記述で、誤っているものはどれか。
A.分類は入力特徴量から離散的なカテゴリラベルを予測するタスクであり、判別分析とも呼ばれる。
✓ この記述は正しい。分類は離散的なカテゴリを予測し、判別分析という統計的方法も存在する。
B.回帰は入力特徴量から連続的な数値を予測するタスクであり、房価予測や気温予測に使われる。
✓ この記述は正しい。回帰は連続値予測であり、様々な実世界問題に応用される基本的な手法である。
C.分類タスクではロジスティック回帰が使用されることもあり、この場合の「回帰」は回帰分析を意味している。← 正解
✓ 正解です。この記述が誤りで、ロジスティック回帰は分類問題を解く手法ですが、名前の「回帰」は確率関数の形状が回帰式に類似しているためであり、実際には分類器である。回帰分析ではなく確率推定に基づいている。
D.回帰モデルの性能評価には主に平均二乗誤差（MSE）や決定係数（R²）が用いられる。
✓ この記述は正しい。MSEと決定係数R²は回帰モデルの評価指標として標準的に用いられる。
この問題のポイント
この記述が誤りで、ロジスティック回帰は分類問題を解く手法ですが、名前の「回帰」は確率関数の形状が回帰式に類似しているためであり、実際には分類器である。回帰分析ではなく確率推定に基づいている。
「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。