Question#358(AI-900)

正解：B

回帰は、教師あり学習で、入力変数から連続的な数値（例: 収穫量、価格）を予測します。天候条件や土壌品質から収穫量を予測するタスクに適しています。収穫量の予測は数値的な結果を求めるため、回帰が適切なモデルです。
農業収穫量（連続的な数値データ）を天候条件や土壌品質の測定（入力変数）に基づいて予測することは、機械学習における「回帰 (regression)」の典型的な例です。回帰は、教師あり学習の一種で、入力データから連続的な出力（例: 収穫量のトン数）を予測するために使用されます。この場合、気温、降雨量、土壌栄養素などの変数から収穫量を予測するため、回帰が適切です。