教師なし学習定義
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。
この問題のポイント
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。
「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？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。