1.1基礎
商品データから、カテゴリ、価格、説明文を扱う。
目的に合う機械学習タスクを選ぶ。
対応として正しいものを2つ選べ。
× 不正解
分類は離散クラス、回帰は連続値、生成は新しいコンテンツを出力する。タスクの必要な出力形式から選ぶ。
詳細解説
正しい既知のカテゴリを予測するなら分類を使う
離散的なクラスを出力するタスクである。
離散的なクラスを出力するタスクである。
問題の要件では、既知のカテゴリを予測するなら分類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。
正しい数値価格を予測するなら回帰を使う
連続値を推定するタスクである。
連続値を推定するタスクである。
問題の要件では、数値価格を予測するなら回帰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。
誤り説明文を生成するため常にクラスタリングを使う
クラスタリングは生成文を直接作る方法ではない。
クラスタリングは生成文を直接作る方法ではない。
問題の要件では、説明文を生成するため常にクラスタリング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。
誤り分類モデルは未知のラベル名の説明文を生成する
分類の出力は通常、定義済みクラスや確率である。
分類の出力は通常、定義済みクラスや確率である。
問題の要件では、分類モデルは未知のラベル名の説明文を生成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 Domain 1.1のAI・機械学習タスクと生成AIを確認する。期待される結果
予測対象の型と必要な出力から分類・回帰・生成を区別できる。理解のポイント
- 分類
- 回帰
- 生成
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
入力を定義済みのカテゴリへ割り当てるタスク。
回帰
入力から連続的な数値を推定するタスク。
問題IDAWS-AIF-232
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