MLの概念比較
決定木とニューラルネットワークの最も重要な違いは何か？
A.決定木は人間が解釈しやすいが複雑な関係性の学習に限界があり、ニューラルネットワークは複雑なパターンを学習できるが解釈性が低い← 正解
✓ 正解です。決定木は明確な分岐ルールで解釈性に優れていますが、複雑なパターン学習は限界があります。ニューラルネットワークはその逆の特性を持ちます。
B.決定木はニューラルネットワークより計算量が多く、スケーラビリティが高い
✗ 誤りです。決定木の方が計算量が少なく効率的です。ニューラルネットワークが計算コストが高いです。
C.決定木は分類のみに使用でき、ニューラルネットワークは回帰のみに使用できる
✗ 誤りです。決定木も回帰決定木が存在し、ニューラルネットワークも分類に広く使用されます。
D.決定木は過学習の影響を受けず、ニューラルネットワークは常に過学習が発生する
✗ 誤りです。どちらのモデルも適切なハイパーパラメータ調整により過学習を回避できます。
この問題のポイント
決定木は明確な分岐ルールで解釈性に優れていますが、複雑なパターン学習は限界があります。ニューラルネットワークはその逆の特性を持ちます。
「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。