AI-900重要概念誤り発見

以下の記述のうち、誤っているものはどれか。

A.機械学習モデルの精度評価では、精度(Accuracy)のほかに適合率(Precision)、再現率(Recall)、F1スコアなどの指標が使用される。
✓ この記述は正しい。モデル評価には複数の指標が用いられ、特に不均衡データセットではF1スコアが有用である。
B.過学習(Overfitting)は、訓練データに対してモデルが過度に適合し、新しいデータに対する性能が低下する現象である。
✓ この記述は正しい。過学習は訓練データへの過度な適合を示し、汎化性能の低下をもたらす重要な問題である。
C.教師あり学習(Supervised Learning)ではラベル付きデータが必要であり、教師なし学習(Unsupervised Learning)ではラベルなしデータが対象である。
✓ この記述は正しい。両者は使用するデータの形態によって区別される基本的なカテゴリである。
D.回帰(Regression)と分類(Classification)は同じタイプの教師あり学習であり、目的や出力形式に違いはない。← 正解
✓ 正解です。この記述が誤りで、回帰は連続値を予測し、分類はカテゴリ値を予測する異なる問題である。出力形式と目的が大きく異なる。

この問題のポイント

この記述が誤りで、回帰は連続値を予測し、分類はカテゴリ値を予測する異なる問題である。出力形式と目的が大きく異なる。

AI-900:Microsoft Azure AI Fundamentals の問題一覧