FUNDAMENTAL INFORMATION TECHNOLOGY ENGINEER
基本情報技術者の問題解説：教師あり学習の説明として適切なものはどれか。
問題
教師あり学習の説明として適切なものはどれか。
- ア 試行錯誤を繰り返し、報酬を最大化する行動を学習する方法
- イ 入力データと正解ラベルの組を用いてモデルを訓練する学習方法（正解）
- ウ 正解ラベルなしのデータからパターンを発見する学習方法
- エ 少量のラベル付きデータと大量のラベルなしデータを組み合わせる学習方法
出典：オリジナル問題｜参考範囲：試験要綱Ver.5.5 / FEシラバスVer.9.2 科目A範囲
正解と解説
正解：入力データと正解ラベルの組を用いてモデルを訓練する学習方法
論点：教師あり学習は、入力データと正解ラベルの組を使って、入力から正しい出力を予測するモデルを学習する方法です。画像が犬か猫かを分類する、売上額を予測する、といった分類・回帰の問題で使われます。
ほかの学習方法との違い：報酬を最大化する行動を試行錯誤で学ぶのは強化学習、ラベルなしデータからまとまりや規則性を探すのは教師なし学習、少量のラベル付きデータと大量のラベルなしデータを組み合わせるのは半教師あり学習です。
用語の整理：教師あり学習は、出力の種類によって2つに分かれます。犬か猫かのように離散的なカテゴリを当てるものを分類、売上額や気温のように連続した数値を当てるものを回帰と呼びます。どちらも正解ラベル付きのデータで訓練する点は共通で、目的の出力が「区分」か「数値」かが見分けの鍵です。
他の選択肢はなぜ違う？
- ア報酬の最大化を試行錯誤で学ぶのは強化学習。
- ウラベルなしデータからパターンを見つけるのは教師なし学習。
- エ少量のラベル付き＋大量のラベルなしは半教師あり学習。
この問題について
IPAが公開するシラバス・試験範囲・公開問題の出題形式を参考にした独自作成問題。公式問題・過去問題の転載ではありません。
公式試験問題、過去問題、公式サンプル問題、市販教材の問題文を転載したものではありません。