テクノロジ系 / 基礎理論
決定木
決定木は、条件分岐を木構造で表し、分類や予測の判断過程を分かりやすく示す機械学習手法です。
もう少し詳しく
決定木では、「年齢が30歳未満か」「購入回数が多いか」のような条件で枝分かれし、最終的に分類結果や予測値に到達します。判断理由を追いやすい一方、枝を増やしすぎると学習データに合わせすぎる過学習が起きることがあります。
試験での見方
例：顧客の年齢、購入回数、閲覧履歴を条件分岐し、購入見込みが高いか低いかを判定します。
テクノロジ系 / 基礎理論
決定木は、条件分岐を木構造で表し、分類や予測の判断過程を分かりやすく示す機械学習手法です。
決定木では、「年齢が30歳未満か」「購入回数が多いか」のような条件で枝分かれし、最終的に分類結果や予測値に到達します。判断理由を追いやすい一方、枝を増やしすぎると学習データに合わせすぎる過学習が起きることがあります。
例：顧客の年齢、購入回数、閲覧履歴を条件分岐し、購入見込みが高いか低いかを判定します。
条件分岐の木で分類・予測する手法として押さえます。過学習を避けるための剪定や、説明しやすいモデルという特徴も問われやすいです。