教師なし学習定義問題
PCA（主成分分析）の目的として最も適切なものはどれか？
A.データの正解ラベルを予測する
✗ PCAは教師なし学習であり正解ラベルの予測は行わない。
B.クラスタリングの前処理として不均衡を解消する
✗ クラス不均衡の解消はSMOTE等で行う。PCAの主目的は次元削減。
C.高次元データを情報損失を最小化しながら低次元に圧縮する← 正解
✓ 正解。分散が大きい方向（主成分）に投影して次元を削減。可視化・計算効率化に使われる。
D.特徴量間の相関を消去して回帰精度を向上させる
✗ 多重共線性の除去効果はあるが、それはPCAの主目的ではなく副次的な効果。
「教師なし学習」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。