IT PASSPORT
ITパスポートの問題解説
問題
AIの機械学習における「教師あり学習」の説明として、最も適切なものはどれか。
- ア 正解ラベルの付いた学習データを使い、入力から正解を予測できるようにモデルを学習させる方法
- イ 正解ラベルのないデータから、データ同士の類似性をもとにグループ分けなどの規則性を見つける方法
- ウ 試行錯誤の結果に報酬や罰を与え、報酬が最大になる行動を学習させる方法
- エ 人間が一つひとつのルールを明示的にプログラムし、その規則どおりに判断させる方法
出典：オリジナル問題｜参考範囲：IPA ITパスポート試験シラバス（最新版）、情報処理技術者試験の基礎知識
正解と解説
正解：正解ラベルの付いた学習データを使い、入力から正解を予測できるようにモデルを学習させる方法
解説：たとえば、大量の画像に「犬」「猫」という正解ラベルを付けて学習させると、新しい画像でも犬か猫かを判定できるようになります。これに対し、正解を与えずデータの類似性でグループ分けするのが教師なし学習（クラスタリングなど）、試行錯誤と報酬で最適な行動を学ぶのが強化学習です。3つの違いは『正解ラベルがあるか／ないか／報酬で学ぶか』で整理できます。
覚え方：『教師＝正解（答え）』と結びつけ、教師あり＝正解つき、教師なし＝正解なし、強化＝ご褒美で学ぶ、と三本立てで覚えると混同しません。
他の選択肢はなぜ違う？
- イこれは正解ラベルを使わずにデータの構造を見つける『教師なし学習』の説明であり、クラスタリングなどが該当します。
- ウこれは行動の結果に報酬・罰を与えて最適な行動方針を学ぶ『強化学習』の説明です。
- エこれは人手でルールを記述する従来型のルールベースの手法であり、データから自動で学ぶ機械学習とは異なります。
この問題について
IPAのITパスポート試験シラバスとIT基礎知識を参考に、Sikaku Master向けに独自作成した問題です。公式試験問題・過去問題の転載ではありません。
IPAの過去問題の転載ではなく、シラバス・公開情報に基づく独自問題として作成しています。