⑧ scikit-learn
AI実装検定B級 第259問
問題
機械学習において、訓練用データセットと検証用データセットに分割する目的として正しいものはどれか
正解
C：モデルの学習と精度確認を別々のデータで行うため
解説
学習用のデータでモデルを訓練し、未知の検証用データでモデルの精度を適切にチェックするために分割を行う。
分野解説：⑧ scikit-learn
機械学習ライブラリscikit-learnで、実際にモデルを作って学習・予測する分野です（36問収録）。k近傍法（KNeighborsClassifier）・決定木（DecisionTreeClassifier）・サポートベクターマシン（SVC）・線形回帰（LinearRegression）といった代表的アルゴリズムと、それぞれの考え方（多数決・Yes-No分岐・決定境界の最大化・数値予測）が頻出です。共通する手順（モデル準備→fitで学習→predictで予測）、train_test_splitによるデータ分割やシャッフルの目的、accuracy_scoreでの精度評価、max_depthやkernelなどのパラメータ、分類と回帰の違いも押さえましょう。
この分野の問題をすべて見る →本番形式で問題を解いてみよう
クイズモードで挑戦 →同じ分野の関連問題
AI実装検定B級について
AI実装の基礎を固める入門〜中級検定
| 主催 | AI実装検定実行委員会 |
|---|---|
| 出題形式 | 選択問題（四肢択一）30題 |
| 試験時間 | 40分 |
| 受験料 | 9,900円（税込）※学割5,500円 |
| 合格基準 | 70%以上 |
| 難易度 | ★★★☆☆ |
AI実装検定B級の関連記事
NumPyとpandasで差がつくAI実装検定B級の学習計画
数学71問とPython・NumPy・pandas114問だけで収録の6割超を占める。この配分から8分野の優先順位を組み立て、写経で実行結果を確かめる進め方と公式確認が要る項目を示す。
AI実装検定B級は数学とコード、どちらで落ちるか
収録288問はPython・数学・機械学習・ディープラーニングの基礎へ均等に散り、どれか一つを空けたまま本番へ向かうと総崩れになる。積み上げの順番と他のAI系検定との距離を扱う記事。
微分・ノルムからscikit-learnまで AI実装検定B級の早見表
fillnaとffill、内積とノルム。名前が近くて取り違えやすい関数と公式を対比で並べ、scikit-learnは「準備→fit→predict」という共通手順を軸に据えた、直前に見返すための一枚。