1.1基礎
機械学習タスクの種類を設計書へ記載する。
出力がカテゴリか連続値かで使い分ける。
回帰に該当するユースケースはどれか。
× 不正解
分類は離散カテゴリ、回帰は連続値を予測する。出力の種類を基準に機械学習タスクを区別する。
詳細解説
正しい商品の翌月売上額を予測する
連続した数値を予測するため回帰に該当する。
連続した数値を予測するため回帰に該当する。
問題の要件では、商品の翌月売上額を予測するが解決する範囲と、別の工程が担う範囲を分けて判断する。
誤りメールを迷惑メールかどうか分類する
定義済みカテゴリを予測するため分類である。
定義済みカテゴリを予測するため分類である。
問題の要件では、メールを迷惑メールかどうか分類するが解決する範囲と、別の工程が担う範囲を分けて判断する。
誤り顧客を購買傾向でグループ化する
正解ラベルなしで構造を発見するクラスタリングである。
正解ラベルなしで構造を発見するクラスタリングである。
問題の要件では、顧客を購買傾向でグループ化するが解決する範囲と、別の工程が担う範囲を分けて判断する。
誤り画像の物体位置を検出する
位置とカテゴリを扱う物体検出であり、単純な回帰・分類の説明ではない。
位置とカテゴリを扱う物体検出であり、単純な回帰・分類の説明ではない。
問題の要件では、画像の物体位置を検出するが解決する範囲と、別の工程が担う範囲を分けて判断する。
実際に確かめる
一時的な検証環境で実行できる例です。
AWS公式AIF-C01ガイドDomain 1.1の機械学習タスク説明を確認する。期待される結果
カテゴリ予測と連続値予測を分類・回帰として区別できる。理解のポイント
- カテゴリ
- 連続値
- 出力の型
確認時の注意
- 確認環境: AWS公式AIF-C01試験ガイドとAWS公式ドキュメントの確認
- AWS公式ドキュメントで、対象サービスが提供する機能と前提条件を確認する。
- モデル、データ、アプリケーション、利用者の責任分界を混同しない。
基礎のおさらい
分類
入力を離散的なクラスへ割り当てる予測タスク。
回帰
価格や数量など連続した数値を予測するタスク。
問題IDAWS-AIF-063
確認環境AWS公式AIF-C01試験ガイドとAWS公式ドキュメントの確認
最終技術確認2026-08-20
誤り・権利侵害を報告