MLの概念比較
分類モデルと回帰モデルの違いとして正しいのはどれか？
A.分類はカテゴリを予測し、回帰は連続的な数値を予測する← 正解
✓ 正解です。分類は離散的なクラスラベル（例：スパム/非スパム）を予測し、回帰は連続値（例：気温、価格）を予測します。
B.分類は数値を予測し、回帰はカテゴリを予測する
✗ 誤りです。説明が逆です。分類がカテゴリを予測し、回帰が連続値を予測します。
C.分類モデルは精度を測定でき、回帰モデルは精度が測定できない
✗ 誤りです。分類モデルも回帰モデルも精度を測定できます。ただし指標が異なります（精度、F1スコア vs RMSE、MAEなど）。
D.分類はディープラーニングのみで実装でき、回帰は従来型アルゴリズムのみで実装できる
✗ 誤りです。どちらの予測タイプでもディープラーニングと従来型アルゴリズムの両方を使用できます。
この問題のポイント
分類は離散的なクラスラベル（例：スパム/非スパム）を予測し、回帰は連続値（例：気温、価格）を予測します。
「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。