1.1基礎
既知の不正・正常ラベルを使って判定器を作る。
ラベルのない顧客行動から群を見つける。
適切な対応を2つ選べ。
× 不正解
正解ラベルを用いる分類・回帰は教師あり、ラベルなしの群や構造を探索するのは教師なしとして要件を分ける。
詳細解説
正しい既知ラベルから判定を学ぶ場合は教師あり学習を使う
入力と正解の組で分類や回帰を学べる。
入力と正解の組で分類や回帰を学べる。
問題の要件では、既知ラベルから判定を学ぶ場合は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。
正しいラベルなしの類似構造を探す場合は教師なし学習を使う
クラスタリングなどで構造を探索できる。
クラスタリングなどで構造を探索できる。
問題の要件では、ラベルなしの類似構造を探す場合は教師なし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。
誤り教師なし学習は正解ラベルを必ず必要とする
ラベルなしデータも対象にできる。
ラベルなしデータも対象にできる。
問題の要件では、教師なし学習は正解ラベルを必ず必要と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。
誤り教師あり学習では目的変数を定義しない
学習の正解となるラベルが必要である。
学習の正解となるラベルが必要である。
問題の要件では、教師あり学習では目的変数を定義し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 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
ラベルの有無と目的に応じて学習方式を選べる。理解のポイント
- 教師あり
- 教師なし
- ラベル
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対応から予測関数を学ぶ方法。
教師なし学習
正解ラベルなしでデータの構造や類似性を探る方法。
問題IDAWS-AIF-313
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