MLの概念比較
教師あり学習と教師なし学習の最も重要な違いは何か？
A.教師あり学習はラベル付きデータを使用し、教師なし学習はラベルなしデータを使用する← 正解
✓ 正解です。教師あり学習は既知のターゲット変数を持つラベル付きデータで学習し、教師なし学習はラベルなしデータからパターンを発見します。
B.教師あり学習は分類のみに用いられ、教師なし学習は回帰のみに用いられる
✗ 誤りです。教師あり学習は分類と回帰の両方に使用でき、教師なし学習もクラスタリングなど多用途に使用されます。
C.教師あり学習はニューラルネットワークが必須だが、教師なし学習は必須ではない
✗ 誤りです。どちらの学習方式でもニューラルネットワークは選択肢であり、必須ではありません。他の多くのアルゴリズムが存在します。
D.教師あり学習は本番環境でのみ使用でき、教師なし学習は開発環境のみで使用できる
✗ 誤りです。両者とも開発環境での学習と本番環境での推論に使用される点は共通しています。
この問題のポイント
教師あり学習は既知のターゲット変数を持つラベル付きデータで学習し、教師なし学習はラベルなしデータからパターンを発見します。
「MLの概念」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。