AI用語比較
ディープラーニングと従来の機械学習の最も本質的な違いは何か？
A.ディープラーニングは必ず複数のGPUを必要とするが、従来の機械学習はCPUのみで動作する
✗ 誤りです。ディープラーニングはCPUのみでも動作可能です。GPUは訓練を高速化するためのオプションであり、必須ではありません。
B.ディープラーニングは自動で特徴抽出を行うニューラルネットワークを用いるが、従来の機械学習は人間が手動で特徴を設計する← 正解
✓ 正解です。ディープラーニングの核となる利点は、深層ニューラルネットワークが層を重ねることで自動的に特徴を学習する点にあります。
C.ディープラーニングは確率モデルのみを扱うが、従来の機械学習は決定論的アルゴリズムのみを扱う
✗ 誤りです。ディープラーニングでも確率的な手法（確率的勾配降下法など）を用いることが多く、従来の機械学習も確率モデル（ロジスティック回帰など）を使用します。
D.ディープラーニングは分類問題のみに対応し、従来の機械学習は回帰問題のみに対応する
✗ 誤りです。ディープラーニングも従来の機械学習も、分類・回帰の両方に対応しています。問題タイプは学習方式には依存しません。
この問題のポイント
ディープラーニングの核となる利点は、深層ニューラルネットワークが層を重ねることで自動的に特徴を学習する点にあります。
「AI用語」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。