教師なし学習比較
PCA（主成分分析）と特異値分解（SVD）の関係について、最も正確な説明はどれか？
A.PCAはSVDを使用して実装される場合があり、両者は密接に関連しているが、SVDはより一般的な行列分解手法である← 正解
✓ 正解です。PCAの実装ではしばしばSVDが使われます。SVDはより広い応用（推薦システムなど）がある汎用手法です。
B.PCAは教師あり学習の前処理に用いられ、SVDは教師なし学習にのみ用いられる
✗ PCAは教師あり・なし両方の前処理に用いられ、SVDも複数の領域で活用されます。
C.SVDはPCAの上位互換であり、すべての場面でSVDを使用すべきである
✗ SVDが上位互換という関係ではなく、PCAはSVDを使う一つの応用例です。
D.PCAは線形変換で、SVDは非線形変換である
✗ 誤りです。PCAも線形変換で、カーネルPCAが非線形拡張です。
この問題のポイント
PCAの実装ではしばしばSVDが使われます。SVDはより広い応用（推薦システムなど）がある汎用手法です。
「教師なし学習」の他の問題
k-meansクラスタリングで「最適なクラスタ数K」を決める一般的な方法はどれか？PCA（主成分分析）の目的として最も適切なものはどれか？k-meansクラスタリングを実行したとき、初期クラスタ中心をランダムに選び直して再度実行すると、全く異なるクラスタ結果…階層的クラスタリング（凝集型）を用いて大規模なテキストドキュメント群をクラスタリングしたところ、途中で計算が極めて遅くな…DBSCAN（密度ベースのクラスタリング）でε（近傍半径）パラメータを0.5から1.5に増加させたとき、一般的にどのよう…複数の異なる教師なし学習アルゴリズム（k-means、DBSCANと階層的クラスタリング）を同じデータセットに適用したと…
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。