G検定　④ 機械学習の具体的手法

正解：D．深層強化学習

テキストでは大きく分けて教師あり学習、教師なし学習、強化学習の3つに分類されています。

正解：A．教師あり学習

与えられたデータ（入力）をもとにそのデータがどんなパターン（出力）になるかを識別や予測する手法です。

正解：B．教師あり学習

英語に対応する日本語のパターンを予測すると考えられるため教師あり学習に該当します。

正解：C．回帰問題

売上などのようにカテゴリではなく連続する数値を予測する問題は回帰問題と呼ばれます。

正解：B．分類問題

犬や猫など連続しないカテゴリのどれに属するかを予測する問題は分類問題と呼ばれます。

正解：D．教師なし学習

教師なし学習は入力データのみが与えられデータそのものの構造や特徴を対象とします。

正解：D．教師なし学習

データの各項目間にある関係性を把握したいといった場合には教師なし学習を用います。

正解：C．強化学習

目的とする報酬を最大化するためにどのような行動をとっていけばいいかを学習する手法です。

正解：B．エージェント

環境からのフィードバックを受け取り自ら行動を選択する主体をエージェントと呼びます。

正解：C．線形回帰

もっともシンプルなモデルの一つでありデータの分布に最も当てはまる直線を考える手法です。

正解：A．その直線上の値

引かれた直線上の値を返すことで新しい身長のデータに対する体重を予測します。

正解：C．状態の変化と報酬

行動を起こすことで環境の「状態」が変化し結果に応じた「報酬」を受け取ります。

正解：D．状態を受け取り行動し報酬を得るというサイクルを繰り返す

現在の状態を観測して行動し環境が変わって報酬を得るというサイクルを繰り返して学習します。

正解：A．アンサンブル学習

複数のモデルを組み合わせることで全体として高い精度を得ようとするアプローチです。

正解：B．ランダムフォレスト

複数の決定木をランダムに作成しそれぞれの結果を用いて多数決をとる手法です。

正解：D．バギング

全体から一部のデータをランダムに抽出して複数の決定木を作成する手法をバギングと言います。

正解：B．複数のモデルを直列に作成し逐次的に学習を進める

複数のモデルを並列ではなく直列に作成し逐次的に学習を進めるのがブースティングです。

正解：A．AdaBoost

誤認識したデータの重みを大きくして次の分類器を学習させる代表的な手法です。

正解：C．XGBoost

勾配降下法やニュートン法を適用することで高速に学習計算ができる強力なアルゴリズムです。

正解：A．ランダムフォレストは並列にモデルを作りブースティングは直列にモデルを作る

バギングの一種であるランダムフォレストは並列に作成しますがブースティングは逐次的に作成します。

正解：C．サポートベクターマシン

異なるクラスのデータ点との距離が最大となる境界線を求める強力な手法です。

正解：B．マージン

境界線とそれに最も近いデータ点との距離のことをマージンと呼びます。

正解：A．マージン最大化

マージンが最大となるような境界線を求めることで未知のデータにも対応しやすくする考え方です。

正解：A．カーネルトリック

あえて高次元に写像することでその空間で線形分類できるようにするアプローチです。

正解：B．時系列データ

時間軸に沿ったデータのことを時系列データと呼びます。

正解：D．過去のデータとの関係性をモデル化し現在や未来の値を予測する

過去のデータとの関係性を定式化し現在や未来の値を予測するモデルです。

正解：C．VARモデル

複数種類のデータを扱うベクトル自己回帰モデルでありVARモデルと呼ばれます。

正解：C．クラスタリング

クラスタリングはデータの中から似たものを集めてグループ分けする手法です。

正解：A．k-means法

元のデータからk個のグループ構造を見つけ出しそれぞれをまとめる手法です。

正解：A．適当に各データをクラスタに振り分ける

まずは適当に各データをクラスタに振り分けることから処理がスタートします。

正解：C．重心の位置が変化しなくなるまで繰り返す

各データと重心との距離を求め重心の位置が変化しなくなるまで再計算を繰り返します。

正解：C．k個のクラスタの数を事前に自分で設定する必要がある

k-meansのkは自分で設定する値であり事前にクラスタの数を決めておく必要があります。

正解：B．振り分けられたクラスタ内のデータの平均位置を新たな重心とする

各クラスタに振り分けられたデータをもとに新たな重心の位置を計算して更新します。

正解：C．教師なし学習の階層なしクラスタリング

階層構造を作らずに直接k個のクラスタに分けるため階層なしクラスタリングに分類されます。

正解：B．ウォード法

ウォード法や最短距離法などは階層構造を作りながらデータをまとめていく手法です。

正解：B．デンドログラム

階層構造を示している樹形図のことでありデンドログラムと呼ばれます。

正解：A．主成分分析

データの特徴量間の関係を分析し相関のない少数の特徴量へと次元を削減する手法です。

正解：D．データの次元を削減して計算量を減らし視覚化しやすくするため

特徴量が多く計算量が膨大になる場合に次元を削減し計算を容易にするために使われます。

正解：B．特異値分解

特異値分解（SVD）は主成分分析以外に文章データを扱う際などによく用いられます。

正解：B．協調フィルタリング

対象ユーザーと好みが似ているユーザーの情報を参照して推薦を行う手法です。

正解：A．対象ユーザーと似ているユーザーが買っている商品を推薦する

似ているユーザーが買っている商品は対象ユーザーも好むだろうという考え方に基づきます。

正解：C．コールドスタート問題

ユーザー間の類似度を測るためのデータが蓄積されていない段階では推薦ができない問題です。

正解：B．コンテンツベースフィルタリング

商品自体に特徴量を持たせユーザーが好む商品と似た特徴を持つ商品を推薦する手法です。

正解：C．トピックモデル

文書データを対象として潜在的なトピックに分類する教師なし学習の手法です。

正解：C．LDA

潜在的ディリクレ配分法（Latent Dirichlet Allocation）の略称であり広く用いられています。

正解：D．状態と報酬

エージェントは環境からの状態を受け取りそこからより高い報酬を受け取れるように行動します。

正解：B．将来にわたって獲得できる累積報酬を最大化すること

一時的な報酬だけでなく将来にわたって得られる累積報酬を最大化することが目的です。

正解：C．報酬

新しい状態に遷移した結果としてエージェントは環境から報酬を獲得します。

正解：C．記事に含まれる単語から政治やスポーツなどのトピックに自動分類する

記事内に出てくる単語からそれぞれの記事がどのようなトピックに属するかを自動分類できます。

正解：B．割引率

将来の報酬を現在の価値に割り引くための係数であり割引率と呼ばれます。

正解：D．今の100円のほうが1年後の100円よりも価値が高い

今の100円のほうが将来の100円よりも価値があるという時間的な価値の減少を表現しています。

正解：A．活用と探索

分かっている中で最適な行動をとる活用と新たな可能性を探る探索のバランスが重要です。

正解：C．バンディットアルゴリズム

活用と探索のバランスをとるための代表的なアプローチの総称です。

正解：B．ε-greedy方策

一定確率εでランダムな探索を行いそれ以外は最も期待値の高い行動を活用する手法です。

正解：B．UCB方策

期待値の高い選択肢を選ぶ基本戦略に加えて試した回数が少ない行動を優先するアプローチです。

正解：A．マルコフ性

将来の状態は現在の状態のみに依存し過去の履歴には依存しないという性質です。

正解：B．マルコフ決定過程

状態遷移にマルコフ性を仮定したモデルのことであり強化学習で広く用いられます。

正解：C．価値関数

状態や行動の「価値」を定義しそれが最大となるように学習するアプローチで用いられます。

正解：A．Q学習

行動価値をQ値と呼びこのQ値を最適化する手法としてQ学習（Q-learning）が存在します。

正解：D．方策勾配法

状態の価値を算出するのではなく最適な行動の方策そのものを直接見つけ出すアプローチです。

正解：C．方策勾配法

行動の選択肢が大量にある場合方策勾配法のような直接最適化する手法が適しています。

正解：A．Actor-Critic

行動を決めるActorと方策を評価するCriticから構成されている強化学習モデルです。

正解：B．Critic

Actorが行動を決定しCriticがその行動（方策）を評価する役割を担います。

正解：B．未知のデータに対する予測能力を正しく測ることができない

学習データに過剰に適合してしまい未知のデータに対する実際の予測能力が分からなくなります。

正解：C．交差検証

未知のデータに対する予測能力を見るためデータを訓練用と評価用に分割する手法の総称です。

正解：B．ホールドアウト検証

全データを訓練データとテストデータの2つに分割して評価するシンプルな手法です。

正解：A．k-分割交差検証

データをk個に分割しテストデータを順番に入れ替えて複数回評価を行う手法です。

正解：D．評価結果がデータの偏りによってたまたま良くなる可能性があること

データの分割方法によってはたまたまテストデータに予測しやすいデータが偏る可能性があります。

正解：B．検証データ

テストデータとは別に訓練データの一部を検証データとしてモデルの調整に用います。

正解：B．テストデータは最終的な評価のためだけに一度だけ用いる

テストデータは最終的なモデルの性能評価のためだけに用いモデルの調整には使いません。

正解：A．予測誤差をそのまま評価に用いる

回帰問題は数値を予測するため、最もシンプルなのは予測値と実際の値の「予測誤差」を評価に用いることです。

正解：B．平均二乗誤差（MSE）

予測値と実際の値の誤差をそれぞれ2乗し、その平均を求めたものは平均二乗誤差（MSE）です。

正解：C．正の誤差と負の誤差が打ち消し合うのを防ぐため

そのままだとプラスとマイナスの誤差が相殺されてしまうため、2乗して正の値にしてから足し合わせます。

正解：D．平方根平均二乗誤差（RMSE）

RMSEはMSEの平方根をとることで、誤差を元のデータと同じ単位・スケールで評価できるようにしたものです。

正解：A．平均絶対誤差（MAE）

2乗の代わりに絶対値を用いて誤差の平均を求めたものは平均絶対誤差（MAE）と呼ばれます。

正解：B．混同行列（confusion matrix）

正解・不正解（真陽性・偽陽性など）の組み合わせを2×2などの表で表したものを混同行列と言います。

正解：C．真陽性（TP）

実際にポジティブであり、正しくポジティブと予測できたケースを真陽性（True Positive: TP）と呼びます。

正解：D．偽陽性（FP）

実際はネガティブなのに、誤ってポジティブと予測してしまったケースは偽陽性（False Positive: FP）です。

正解：A．第一種過誤（type I error）

偽陽性は統計用語では「第一種過誤」と呼ばれ、無いものをあると誤認するエラーです。

正解：B．偽陰性（FN）

実際はポジティブなのに、誤ってネガティブと予測して見逃してしまったケースは偽陰性（False Negative: FN）です。

正解：C．第二種過誤（type II error）

偽陰性は統計用語では「第二種過誤」と呼ばれ、あるものを見逃してしまうエラーです。

正解：D．真陰性（TN）

実際にネガティブであり、正しくネガティブと予測できたケースを真陰性（True Negative: TN）と呼びます。

正解：A．正解率（accuracy）

全ての予測の中でどれだけ当たりがあったかを示す最も基本的な指標が正解率です。

正解：B．(TP+TN)/(TP+TN+FP+FN)

全データ数（TP+TN+FP+FN）のうち、正しく予測できた数（TP+TN）の割合で計算されます。

正解：C．全て「正常」と予測しても高い正解率になり実用性が測れない

偏ったデータでは、単に多数派の答えを出し続けるだけで高い正解率になってしまい、モデルの本当の良し悪しが分かりません。

正解：D．適合率（precision）

予測した結果がどれくらい的確であったか（予測の精度）を示す指標が適合率です。

正解：A．TP/(TP+FP)

「正」と予測した総数（TP+FP）のうち、実際に「正」だったもの（TP）の割合で計算されます。

正解：B．再現率（recall）

本当に「正」であるデータを見逃さずにどれだけ拾い上げられたかを示す指標が再現率です。

正解：C．TP/(TP+FN)

実際の「正」の総数（TP+FN）のうち、正しく「正」と予測できたもの（TP）の割合で計算されます。

正解：D．一方を高くしようとするともう一方が低くなるトレードオフの関係にある

漏れをなくそう（再現率を上げる）とすると誤検知（適合率の低下）が増えやすいというトレードオフがあります。

正解：A．F値（F measure）

適合率と再現率の両方を加味して、モデルの性能を1つの数値で評価するための指標です。

正解：B．過学習（overfitting）

訓練データに適合しすぎて未知のデータに対する汎化性能が失われた状態を過学習と言います。

正解：C．訓練データの共通パターンの他にノイズまで表現してしまっている

訓練データ特有の細かなノイズまで記憶してしまい、本来の傾向を見失っている状態です。

正解：D．閾値（しきいち）

モデルの出力値がこの閾値（例えば0.5）を超えれば「正」、下回れば「負」と判定する基準です。

正解：A．ROC曲線

閾値を0から1に変化させたときの予測の当たり外れの推移を視覚的に表現したものです。

正解：B．真陽性率（TPR）

ROC曲線の縦軸には真陽性率（TPR）、すなわち再現率と同じ計算式の値をとります。

正解：C．偽陽性率（FPR）

ROC曲線の横軸には偽陽性率（FPR）、すなわち実際の「負」のうち誤って「正」と予測した割合をとります。

正解：D．左下から右上へ向かう対角線（直線）

まったくランダムな予測の場合、TPRとFPRが同じペースで増えるため対角線上の直線になります。

正解：A．左上隅を通り面積が最大になる形

偽陽性を全く出さずに真陽性を100%見つけられるため、左上隅（TPR=1, FPR=0）を通る形になります。

正解：B．AUC（Area Under the Curve）

ROC曲線の面積を求めることで、閾値に依存しないモデル自体の全体的な分類性能を評価できます。

正解：C．1.0

面積が最大になる左上隅を通る理想的なROC曲線のとき、全体の面積（AUC）は1になります。

正解：D．表現しなくても良いノイズまで学習し過学習する可能性が高まる

パラメータなどを増やして複雑にすると、過学習に陥り未知のデータへの対応力が下がるリスクがあります。

正解：A．オッカムの剃刀

必要以上に複雑なモデルよりも、シンプルで説明可能なモデルを選ぶべきだという原則です。

正解：B．情報量基準

複雑さとデータへの適合度のバランスを評価するための指標群を情報量基準と呼びます。

正解：C．AIC（赤池情報量基準）とBIC（ベイズ情報量基準）

データへの適合度が良くても、パラメータ数が多すぎるとペナルティが加算され、シンプルなモデルが評価されるようになっています。