基本情報技術者試験「機械学習の種類」の問題
エージェントが環境の中で行動し、その結果として得られる報酬を最大化するように試行錯誤を通じて方策を学習する手法はどれか。
ア強化学習
イ教師あり学習
ウ教師なし学習
エアンサンブル学習
正解
ア．強化学習
強化学習はエージェントが環境内で行動し、得られる報酬の累積を最大化する方策を試行錯誤で学ぶ。設問の説明に一致するため正しい。
?選択肢ごとの解説
ア ○強化学習はエージェントが環境内で行動し、得られる報酬の累積を最大化する方策を試行錯誤で学ぶ。設問の説明に一致するため正しい。
イ ×教師あり学習は正解ラベル付きデータから入力と出力の対応を学ぶ手法で、報酬による試行錯誤を行うものではない。
ウ ×教師なし学習はラベルのないデータからクラスタや構造を見つける手法で、報酬を最大化する仕組みではない。
エ ×アンサンブル学習は複数モデルの予測を統合して精度を高める技法で、報酬に基づく方策学習とは枠組みが異なる。
✎くわしく
強化学習は『状態・行動・報酬』のループで方策を改善する点が教師あり/なしと根本的に異なる。正解は明示されず遅れて得られる報酬を手掛かりにするため、探索と活用のバランスが鍵となる。囲碁AIやロボット制御で成果を上げている。
✓本番での押さえどころ
試験のコツ
3分類を『ラベルあり=教師あり』『ラベルなし=教師なし』『報酬で試行錯誤=強化学習』で固定する。
覚え方
強化学習=『ご褒美(報酬)で芸を覚える』。試行錯誤して報酬が増える行動を強化する、と覚える。
よくある誤り
強化学習を教師あり学習の一種と誤解しやすいが、正解ラベルではなく報酬で学ぶ独立した枠組みである。
技術要素の他の問題
ビッグデータの特性を表す3Vのうち、データが生成・流入する速さに着目した要素はどれか。小売店の大量の購買履歴を分析し『商品Aを買う客は商品Bも一緒に買う傾向が強い』といった併買の規則性を見つけ出す手法はどれか。あらかじめ正解ラベルを与えず、データ間の類似度に基づいて自動的にいくつかの群に分ける機械学習の手法はどれか。ニューラルネットワークを多層化した機械学習の手法であるディープラーニング(深層学習)に関する記述として、最も適切なものはどれ…機械学習モデルが訓練データには非常によく適合する一方、未知の新しいデータに対しては精度が低くなる現象を何というか。大量のテキストを学習し、入力された文章に続く自然な文を確率的に予測して新しい文章を生成する技術を最もよく表すものはどれか。
この問題を、AIの8-ways解説つきで。
無料ではじめる →基本情報技術者試験の演習を、一問ごとに「なぜ」まで。まずは無料で。
ukamiru 過去問 · 基本情報技術者試験 · fe-a3-0307