AIF-C01#59(fundamentals-ai-ml)
ある企業が機械学習（ML）アプリケーションを開発しています。このアプリケーションは、似たような特徴を持つ顧客や製品を自動的にグループ化しなければなりません。 この要件を満たすために、企業が使用すべき機械学習戦略はどれですか？
正解：A
正解の根拠
類似する特徴の顧客や製品を自動グループ化する処理は、ラベルなしデータからパターンを発見する教師なし学習に該当します。代表的アルゴリズムは K-means や階層的クラスタリングで、SageMaker 組込みアルゴリズムとして利用できます。
ML パラダイム
| パラダイム | 適用 |
|---|---|
| 教師なし | クラスタリングに最適 |
| 教師あり | ラベル必須、グループ化には不要 |
| 強化学習 | 方策学習、グルーピングと別目的 |
| 半教師あり | 少量ラベル前提 |
不正解の理由
- B: 教師あり学習は出力ラベルが必須で、ラベル無しの自動グループ化シナリオには適合しません。
- C: 強化学習は報酬最大化の方策学習で、特徴類似性に基づくグルーピングが目的ではありません。
- D: 半教師あり学習は少量のラベル付きデータ併用が前提で、純粋なグループ発見の本要件には過不足です。
コメント