ITパスポート|AI技術 問20
正解のラベルを付けていない顧客の購買データを AI に与え、購買の傾向が似ている顧客どうしを幾つかのグループに自動的に分ける。この処理に用いられる学習の方法と手法の組合せとして、最も適切なものはどれか。
正解:エ
解説
正解のラベルがないデータから、データの中の構造や似たもののまとまりを見つける学習の方法が、教師なし学習です。似たデータどうしをグループに分ける手法をクラスタリングといい、顧客の分類(セグメンテーション)などに使われます。
- ア 回帰は、正解の値が付いたデータから、売上などの数値を予測する手法です。
- イ 分類は、正解のラベルが付いたデータから、決められたグループのどれに当たるかを判定する手法です。
- ウ 強化学習は、試行錯誤の結果に与えられる報酬が大きくなるように行動を学習する方法です。
- エ 正解。
もう一歩深く
機械学習の方法は、正解が付いたデータで学ぶ“教師あり学習”、正解のないデータから構造を見つける“教師なし学習”、試行錯誤の結果の報酬から学ぶ“強化学習”の三つに大きく分けられます。クラスタリングで分けたグループには、AI が名前を付けてくれるわけではないので、“まとめ買いをする家族層”のように、各グループの特徴を人が解釈して、マーケティングに生かします。
当サイトのオリジナル問題です。