メールがスパムメールかとうかを判定するフィルタは（ア）の適用例である

教師あり学習アプローチとして、適切な選択肢を選べ

教師あり学習を用いて行う分類問題に関連する具体例として、不適切な選択肢を選べ

AIロボットの物理的な動きを制御するために、経あり学習ではなく、強化学習が使われる理由として不適切な選択肢を選べ

教師あり学習を用いて（ア）と（イ）の２種類のタスクができる。（ア）の場合、目的変数が離散値を取り、（イ）の場合、目的変数が連続値を取る

回帰が用いられている具体例として、不適切な選択肢を選べ

半教師あり学習の特徴として、適切な選択肢を選べ

強化学習が活用されるタスクとして適切な選択肢を選べ

教師なし学習の活用例として、不適切な選択肢を選べ

教師なし学習の特徴として不適切な選択肢を選べ

教師なし学習を使って行うタスクのうち、未知の集合をいくつかのグループに分類するタスクは（ア）である

データを低い次元に圧縮することで重要な情報を抽出する教師なし学習のタスクとして適切な選択肢を選べ

過学習を引き起こす要因として、適切な選択肢を選べ

機械学習のモデルを訓練した後、学習済みモデルをテストデータへの予測に適用した。訓練データに対する精度が98%だったのに対して、テストデータに対する予測精度がわずか75%であった。この結果からどのように考えるのが正しいか。

学習済みモデルを未知データに適用した際の評価項目のうち、推定値のばらつきを表すものは（ア）であり、推定値と実測値の差を表すものは（イ）である

過学習に関する記述として適切な選択肢を選べ

アンサンブル学習を行う利点として適切な選択肢を選べ

弱学習器を多数組み合わせて、並列に学習させるアンサンブル学習の手法として適切な選択肢を選べ

正則化に関する説明として適切な選択肢を選べ

代表的な正則化の手法として、不要なパラメータを削ぎ落とすことで、特徴選択と次元圧縮に効果的な（ア）、そして、パラメータをその値の大きさに応じてゼロに近づけることで、汎化性の高い滑らかなモデルを得られるようにする（イ）が挙げられる

（ア）はL1正則化を取り入れた回帰モデルであり、（イ）はL2正則化を取り入れた回帰モデルである

過学習に関する説明として不適切な選択肢を選べ