AIF-C01#87(fundamentals-ai-ml)
企業は、顧客の属性（年齢、性別などのデモグラフィック情報）や購買パターンに基づいて、顧客をグループ化したい と考えています。 この要件を満たすために、どのアルゴリズムを使用するべきでしょうか？
正解：B
正解の根拠
K-Means は教師なし学習の代表的クラスタリングアルゴリズムで、ラベルなしの顧客属性・購買データから類似性に基づいてグループ (クラスタ) を自動形成します。指定した K 個の重心を反復的に更新し、顧客セグメンテーションや市場分析に広く使われます。SageMaker 組み込みの K-Means で実装可能です。
関連アルゴリズムの比較
| 手法 | 用途 |
|---|---|
| K-Means | 教師なしクラスタリング (グルーピング) |
| k-NN | 教師あり分類・回帰 |
| 決定木 | 教師あり分類・回帰 |
| SVM | 教師あり分類・回帰 |
不正解の理由
- A: k-NN は近傍データのラベル多数決で予測する教師あり手法で、ラベルなしのグループ化には設計目的が合いません。
- C: 決定木は教師あり学習でクラスラベルや数値を予測する手法であり、教師なしクラスタリングとは技術領域が異なります。
- D: SVM は教師あり分類・回帰で境界を学習する手法で、ラベルなしのグループ自動発見には適合しません。
コメント