AIF-C01#27(fundamentals-ai-ml)
ある研究企業が微生物培養を行っています。この企業は、培養領域に関する「事前のラベル付けされたデータ」がない状態で、培養物の画像を撮影しています。企業は、画像の中で培養物の成長が見られる領域を特定する必要があります。 この要件を満たす機械学習（ML）手法はどれですか？
正解：C
正解の根拠
ラベル無しの画像から類似した領域 (培養物が成長している部分) をグループ化する用途には、教師なし学習のクラスタリング (k-Means、DBSCAN など) が適しています。画像内のピクセル特徴量や埋め込みベクトルを用いてクラスタリングすることで、ラベル無しでも成長領域を識別できます。
主要 ML 手法の特性
| 手法 | 特性 |
|---|---|
| クラスタリング | 教師なし、群構造発見 |
| ロジスティック回帰 | 教師あり 2 値分類 |
| 決定木 | 教師あり分類/回帰 |
| 次元削減 | 特徴量空間の圧縮 |
不正解の理由
- A: ロジスティック回帰は教師あり分類で、ラベル無しデータからの群発見には適しません。
- B: 決定木も教師あり手法で、訓練に正解ラベルを必要とするため事前ラベル無しの本問では使えません。
- D: 次元削減は特徴空間の圧縮や可視化が目的で、領域識別 (グルーピング) を直接行う手法ではありません。
コメント