教師なし学習定義
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？
A.常にK=2を使う
✗ K=2は問題設定によって適切な場合もあるが、自動的に最適というわけではない。
B.エルボー法（惰性の変化率）でK増加に対する改善が鈍化する点を選ぶ← 正解
✓ 正解。Kを増やしながら惰性（慣性）の変化を観察し、変化が鈍化する「肘」の点が最適なK。
C.データの件数をKとして使う
✗ データ件数をKとするとすべての点が1クラスタになるため意味がない。
D.ランダムにKを決める
✗ Kをランダムに決めると非効率で再現性もなく推奨されない。
この問題のポイント
Kを増やしながら惰性（慣性）の変化を観察し、変化が鈍化する「肘」の点が最適なK。
「教師なし学習」の他の問題
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…PCAで50個の特徴量を10個の主成分に削減した後、元のデータに対する復元誤差が予想より大きかったとします。この原因とし…
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。