AI-900試験対策比較
教師あり学習と教師なし学習の根本的な違いは何か？
A.教師あり学習はラベル付きデータを使用して予測モデルを構築し、教師なし学習はラベルなしデータからパターンを発見する← 正解
✓ 正解です。教師あり学習は正解ラベル付きデータで訓練され予測に使用され、教師なし学習はラベルなしデータからクラスタリングや関連性などのパターンを自動抽出します。
B.教師あり学習は分類タスクのみに用いられ、教師なし学習は回帰タスクのみに用いられる
✗ 誤りです。教師あり学習は分類と回帰の両方に、教師なし学習はクラスタリングと次元削減など複数用途があります。
C.教師なし学習は精度が常に教師あり学習より高く、本番環境では教師なし学習を優先すべきである
✗ 誤りです。精度は問題とデータに依存し、教師なし学習が常に高いわけではありません。どちらを選ぶかはビジネス要件次第です。
D.教師あり学習と教師なし学習は用途が完全に異なるため、同じデータセットで併用することは不可能である
✗ 誤りです。同じデータセットで教師あり学習と教師なし学習を組み合わせて用いることは一般的な手法です。
この問題のポイント
教師あり学習は正解ラベル付きデータで訓練され予測に使用され、教師なし学習はラベルなしデータからクラスタリングや関連性などのパターンを自動抽出します。
「AI-900試験対策」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。