1.1基礎
顧客データを分析する。
正解ラベルの有無と目的から学習方式を選ぶ。
対応として適切なものを2つ選べ。
× 不正解
ラベルの有無と目的を見て、予測なら教師あり学習、未知のグループ探索なら教師なし学習を検討する。
詳細解説
正しい正解ラベル付きの不正取引データで判定器を学習するなら教師あり学習を使う
入力と期待する正解の組を使って予測を学習するためである。
入力と期待する正解の組を使って予測を学習するためである。
問題の要件では、正解ラベル付きの不正取引データで判定器を学習するなら教師あり学習を使うが解決する範囲と、別の工程が担う範囲を分けて判断する。
正しいラベルなし購買履歴から似た顧客群を見つけるならクラスタリングを検討する
正解クラスを与えず、データの類似構造を探索する方法である。
正解クラスを与えず、データの類似構造を探索する方法である。
問題の要件では、ラベルなし購買履歴から似た顧客群を見つけるならクラスタリングを検討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。
誤りラベルなしデータの分類精度を教師あり学習と同じ方法で直接測れる
正解ラベルがなければ通常の正解率は計算できない。
正解ラベルがなければ通常の正解率は計算できない。
問題の要件では、ラベルなしデータの分類精度を教師あり学習と同じ方法で直接測れ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。
誤り教師あり学習では入力データを一切用いない
入力特徴とラベルの関係を学ぶため入力は必要である。
入力特徴とラベルの関係を学ぶため入力は必要である。
問題の要件では、教師あり学習では入力データを一切用いないが解決する範囲と、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試験ガイドDomain 1.1の教師あり・教師なし学習を確認する。期待される結果
ラベルの有無と学習目的から方式を選択できる。理解のポイント
- ラベル
- 予測
- クラスタリング
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
教師あり学習
入力と正解ラベルの組から、未知入力の予測規則を学ぶ方法。
クラスタリング
ラベルなしデータを類似性に基づいてグループ化する教師なし手法。
問題IDAWS-AIF-093
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