機械学習の具体的手法

46問 • 7ヶ月前

問題一覧

過学習が起きやすい特徴の説明として、最も適切な選択肢を選択してください。

1. モデルの表現力が高い

（ア）に最もよく当てはまる選択肢を選んでください。求めたい変数を1つ以上の変数を使って予測する手法を線形回帰分析という。線形回帰において、原因となる変数を（ア）、結果となる変数を（イ）という。また、回帰分析のうち（ア）が1つの分析を（ウ）、（ア）が複数の分析を（エ）という。

2. 説明変数

（ィ）に最もよく当てはまる選択肢を選んでください。求めたい変数を1つ以上の変数を使って予測する手法を線形回帰分析という。線形回帰において、原因となる変数を（ア）、結果となる変数を（イ）という。また、回帰分析のうち（ア）が1つの分析を（ウ）、（ア）が複数の分析を（エ）という。

4. 目的変数

（ウ）に最もよく当てはまる選択肢を選んでください。求めたい変数を1つ以上の変数を使って予測する手法を線形回帰分析という。線形回帰において、原因となる変数を（ア）、結果となる変数を（イ）という。また、回帰分析のうち（ア）が1つの分析を（ウ）、（ア）が複数の分析を（エ）という。

1.単回帰分析

（エ）に最もよく当てはまる選択肢を選んでください。求めたい変数を1つ以上の変数を使って予測する手法を線形回帰分析という。線形回帰において、原因となる変数を（ア）、結果となる変数を（イ）という。また、回帰分析のうち（ア）が1つの分析を（ウ）、（ア）が複数の分析を（エ）という。

3. 重回帰分析

（ア）に最もよく当てはまる選択肢を選んでください。機械学習の手法には、教師データを使って学習を行う（ア）、教師データを使わずに学習を行う（イ）などがある。回答は正解です全体的な説明

2.教師あり学習

（ィ）に最もよく当てはまる選択肢を選んでください。機械学習の手法には、教師データを使って学習を行う（ア）、教師データを使わずに学習を行う（イ）などがある。

1.教師なし学習

（ア）に最もよく当てはまる選択肢を選んでください。モデルの複雑さと、データとの適合度とのバランスを知るときに使われる指標の1つに（ア）がある。

4. AIC

実際の値と予測値との差の2乗和が最小になるような、最ももっともらしい関数（重み）を求める手法として、最も適切な選択肢を選択してください。

最小二乗法

教師なし学習のクラスタリングに関する例として、最も適切な選択肢を選択してください。

1. 顧客の購入情報をもとに分析を行った結果、顧客を5グループに分けることができた

（ア）に最もよく当てはまる選択肢を選んでください。重回帰分析では、（ア）に注意する必要がある。（ア）とは、重回帰モデルにおいて、相関係数の高い説明変数の組み合わせが存在することである。また、相関係数とは（イ）を表す値であり、絶対値は常に（ウ）である。

2.多重共線性

（ィ）に最もよく当てはまる選択肢を選んでください。重回帰分析では、（ア）に注意する必要がある。（ア）とは、重回帰モデルにおいて、相関係数の高い説明変数の組み合わせが存在することである。また、相関係数とは（イ）を表す値であり、絶対値は常に（ウ）である。

4. 関係の強弱と正負の関係

（ウ）に最もよく当てはまる選択肢を選んでください。重回帰分析では、（ア）に注意する必要がある。（ア）とは、重回帰モデルにおいて、相関係数の高い説明変数の組み合わせが存在することである。また、相関係数とは（イ）を表す値であり、絶対値は常に（ウ）である。

2. 0以上1以下

（ア）に最もよく当てはまる選択肢を選んでください。 k-means法は、（ア）クラスタリングである。また、k-means法は（イ）を活用して分類を行っていく特徴があります。

2. 非階層であり、ハードな

（イ）に最もよく当てはまる選択肢を選んでください。 k-means法は、（ア）クラスタリングである。また、k-means法は（イ）を活用して分類を行っていく特徴があります。

1.重心

（ア）に最もよく当てはまる選択肢を選んでください。未知のデータに対する精度のことを（ア）という。精度は、汎化誤差で測る。また、汎化誤差は（イ）、（ウ）、（エ）の要素に分解できる。（イ）とは、予測モデルが単純すぎるために発生する誤差のことであり、（ウ）とは、予測モデルが複雑すぎるために発生する誤差のことであり、（エ）とは減らすことができない実際の値と予測値との誤差のことである。

2. 汎化性能

（イ）に最もよく当てはまる選択肢を選んでください。未知のデータに対する精度のことを（ア）という。精度は、汎化誤差で測る。また、汎化誤差は（イ）、（ウ）、（エ）の要素に分解できる。（イ）とは、予測モデルが単純すぎるために発生する誤差のことであり、（ウ）とは、予測モデルが複雑すぎるために発生する誤差のことであり、（エ）とは減らすことができない実際の値と予測値との誤差のことである。

4. バイアス

（ウ）に最もよく当てはまる選択肢を選んでください。未知のデータに対する精度のことを（ア）という。精度は、汎化誤差で測る。また、汎化誤差は（イ）、（ウ）、（エ）の要素に分解できる。（イ）とは、予測モデルが単純すぎるために発生する誤差のことであり、（ウ）とは、予測モデルが複雑すぎるために発生する誤差のことであり、（エ）とは減らすことができない実際の値と予測値との誤差のことである。

2. バリアンス

（エ）に最もよく当てはまる選択肢を選んでください。未知のデータに対する精度のことを（ア）という。精度は、汎化誤差で測る。また、汎化誤差は（イ）、（ウ）、（エ）の要素に分解できる。（イ）とは、予測モデルが単純すぎるために発生する誤差のことであり、（ウ）とは、予測モデルが複雑すぎるために発生する誤差のことであり、（エ）とは減らすことができない実際の値と予測値との誤差のことである。

1. ノイズ

（ア）に最もよく当てはまる選択肢を選んでください。二値分類などの結果をまとめた表のことを（ア）という。

2. 混同行列

教師なし学習の次元削減に関する例として、最も適切な選択肢を選択してください。

3.売上を予測する際に要素（説明変数）が多いため、予測精度が著しく低下しない範囲内で要素を要約した

（ア）に最もよく当てはまる選択肢を選んでください。サポートベクターマシンでは、境界線から最も近いデータのことを（ア）という。また、境界線から（ア）の距離を（イ）という。

サポートベクトル

（イ）に最もよく当てはまる選択肢を選んでください。サポートベクターマシンでは、境界線から最も近いデータのことを（ア）という。また、境界線から（ア）の距離を（イ）という。

2. マージン

（ア）に最もよく当てはまる選択肢を選んでください。次元削減の手法として、（ア）や（イ）などがある。（ア）は、ある行列を分解して複数の行例の積で表現する手法である。（イ）はデータの関係性（類似度）を低次元空間で表現する手法である。

1. 特異値分解

（ィ）に最もよく当てはまる選択肢を選んでください。次元削減の手法として、（ア）や（イ）などがある。（ア）は、ある行列を分解して複数の行例の積で表現する手法である。（イ）はデータの関係性（類似度）を低次元空間で表現する手法である。

3. 多次元尺度構成法

（ア）に最もよく当てはまる選択肢を選んでください。決定木では、分岐が多くなると、1つの葉に1つのデータが対応してしまう。このように、モデルが訓練データに対して適応しすぎてしまうことを（ア）という。

3. 過学習

（ア）に最もよく当てはまる選択肢を選んでください。活用と探索のバランスをどのように最適化するかを意味する用語を（ア）という。

4. バンディットアルゴリズム

k近傍法において、未知のデータを与えた。k=10のとき、クラスAのデータが1つ、クラスBのデータが6つ、クラスCのデータが2つ、クラスDのデータが1つだった。未知のデータが分類されるクラスとして、最も適切な選択肢を選択してください。

2. クラスB

（ア）に最もよく当てはまる選択肢を選んでください。あらかじめ設定したクラスタの数にデータを分類する手法のことを（ア）という。

1. k-means法　

（ア）に最もよく当てはまる選択肢を選んでください。方策には、（ア）や（イ）などがある。（ア）は、基本的に既存情報を使って最適な行動を行うが、一定確率で探索を行う方策である。（イ）は探索時にあまり選択されていない行動を優先的に選ぶ方策である。

2. ε-greedy方策

（イ）に最もよく当てはまる選択肢を選んでください。方策には、（ア）や（イ）などがある。（ア）は、基本的に既存情報を使って最適な行動を行うが、一定確率で探索を行う方策である。（イ）は探索時にあまり選択されていない行動を優先的に選ぶ方策である。

4. UCB方策

強化学習に関する説明として、最も適切な選択肢を選択してください。回答は不正解です正解選択肢4が正解です。

モンテカルロ法を使用して価値を更新していく手法がある

交差検証に関する説明として、最も不適切な選択肢を選択してください。

2. 交差検証は汎用性が低く限られた場所でしか使うことができない

（ア）に最もよく当てはまる選択肢を選んでください。線形回帰にL1正則化を適用したものを（ア）、線形回帰にL2正則化を適用したものを（イ）という。

3. ラッソ回帰

（イ）に最もよく当てはまる選択肢を選んでください。線形回帰にL1正則化を適用したものを（ア）、線形回帰にL2正則化を適用したものを（イ）という。

1. リッジ回帰

（ア）に最もよく当てはまる選択肢を選んでください。協調フィルタリングは、ユーザーに商品などをオススメするために事前にある程度のデータ量が必要になる。そのため、データ量が少ない場合、ユーザーにとって適切な情報を提示できないという問題が起きる。このような問題を（ア）という。一方、商品の特徴を利用して類似した商品をユーザーにオススメする方法である（イ）は、（ア）を回避することができる。

4. コールドスタート問題

（イ）に最もよく当てはまる選択肢を選んでください。協調フィルタリングは、ユーザーに商品などをオススメするために事前にある程度のデータ量が必要になる。そのため、データ量が少ない場合、ユーザーにとって適切な情報を提示できないという問題が起きる。このような問題を（ア）という。一方、商品の特徴を利用して類似した商品をユーザーにオススメする方法である（イ）は、（ア）を回避することができる。

1. コンテンツベースフィルタリング

（ア）に最もよく当てはまる選択肢を選んでください。ツリーによってデータを分析する手法のことを（ア）という。（ア）には、回帰で使われる（イ）と分類で使われる（ウ）がある。

2. 決定木

（イ）に最もよく当てはまる選択肢を選んでください。ツリーによってデータを分析する手法のことを（ア）という。（ア）には、回帰で使われる（イ）と分類で使われる（ウ）がある。

1. 回帰木

（ウ）に最もよく当てはまる選択肢を選んでください。ツリーによってデータを分析する手法のことを（ア）という。（ア）には、回帰で使われる（イ）と分類で使われる（ウ）がある。

1. 分類木

（ア）に最もよく当てはまる選択肢を選んでください。回帰モデルの精度の評価指標として（ア）や（イ）がある。（ア）は、誤差の絶対値の平均のことである。（イ）は、相関係数を2乗することで求めることができる。また、（イ）の取りうる範囲は（ウ）である。

1. MAE

（イ）に最もよく当てはまる選択肢を選んでください。回帰モデルの精度の評価指標として（ア）や（イ）がある。（ア）は、誤差の絶対値の平均のことである。（イ）は、相関係数を2乗することで求めることができる。また、（イ）の取りうる範囲は（ウ）である。

4. 決定係数

（ウ）に最もよく当てはまる選択肢を選んでください。回帰モデルの精度の評価指標として（ア）や（イ）がある。（ア）は、誤差の絶対値の平均のことである。（イ）は、相関係数を2乗することで求めることができる。また、（イ）の取りうる範囲は（ウ）である。

3. 0〜1

（ア）に最もよく当てはまる選択肢を選んでください。強化学習において、与えられた環境に対する行動の開始から終了までの1回分の試行を（ア）という。また、強化学習では報酬和を計算するとき、（イ）というパラメータを使用して未来の報酬を現在価値に換算して計算していく。

1. エピソード

（イ）に最もよく当てはまる選択肢を選んでください。強化学習において、与えられた環境に対する行動の開始から終了までの1回分の試行を（ア）という。また、強化学習では報酬和を計算するとき、（イ）というパラメータを使用して未来の報酬を現在価値に換算して計算していく。

1.　割引率

分類モデルの評価に関する説明として、最も適切な選択肢を選択してください。混同行列は多クラス分類では使うことができない MSEは主に分類モデルの精度を評価するときに使用される

3. 正解率が高くても、モデルの精度が低い可能性は存在する