FUNDAMENTAL INFORMATION TECHNOLOGY ENGINEER
基本情報技術者の問題解説
問題
機械学習における「特徴量」の説明はどれか。
- ア 学習データに付与する正解ラベル
- イ モデルの予測結果を評価する指標
- ウ データからモデルの学習に使用する入力変数として抽出・加工した値
- エ モデルの内部パラメータ
出典：オリジナル問題｜参考範囲：試験要綱Ver.5.5 / FEシラバスVer.9.2 科目A範囲
正解と解説
正解：データからモデルの学習に使用する入力変数として抽出・加工した値
正解はウ。特徴量とは、機械学習モデルに入力するためにデータから取り出したり加工したりした値である。例えば、住宅価格を予測する場合、面積、築年数、駅からの距離などが特徴量になる。
特徴量の選び方や加工の仕方は、モデルの性能に大きく影響する。日付をそのまま入れるのではなく「曜日」や「月」に変換する、文章を単語の出現頻度に変換するなど、学習しやすい形にする作業を特徴量エンジニアリングという。
アは正解ラベル、イは評価指標、エは重みなどのモデル内部パラメータの説明である。
この問題について
IPAが公開するシラバス・試験範囲・公開問題の出題形式を参考にした独自作成問題。公式問題・過去問題の転載ではありません。
公式試験問題、過去問題、公式サンプル問題、市販教材の問題文を転載したものではありません。