AIFAIとMLの基礎
深層学習（Deep Learning）と従来の機械学習（Traditional Machine Learning）の違いについて、最も適切な説明はどれですか？
A深層学習は少量のデータセットでのみ機能するが、従来の機械学習は大規模データセットを必要とする。
深層学習は大量のデータがある場合に真価を発揮するという事実と逆の説明をしている。少量データでは深層学習は過学習を起こしやすく、適切な正則化がなければ従来の機械学習の方が性能が高い場合がある。
B深層学習は手動での特徴量エンジニアリング（Feature Engineering）を必要とするが、従来の機械学習は自動で特徴量を抽出する。
従来の機械学習と深層学習の特徴量エンジニアリングの役割を逆に説明している。実際は従来の機械学習でドメイン知識による手動の特徴量設計が必要であり、深層学習は生データから特徴を自動抽出できる。
C深層学習は多層の人工ニューラルネットワークを使用し、データから階層的な特徴を自動的に学習する傾向がある。
✓ 正解
深層学習の本質的な特徴を正確に説明している。多層のニューラルネットワークにより、画像のエッジ→形状→物体のような階層的な特徴表現をデータから自動的に学習でき、手動の特徴量エンジニアリングが不要である。
D深層学習は教師なし学習のみをサポートし、従来の機械学習は教師あり学習のみをサポートする。
深層学習と従来の機械学習の双方が特定の学習タイプのみをサポートするという説明は誤り。どちらも教師あり学習・教師なし学習・強化学習など複数の学習パラダイムに対応しており、相互に排他的ではない。
解説
正解はCです。深層学習は複数の隠れ層を持つニューラルネットワークを活用し、画像やテキストなどの生データから複雑な特徴を自動的に抽出して学習する能力に優れています。
選択肢Aは逆の説明です。深層学習は一般的に大量のデータがある場合に真価を発揮し、少量データでは過学習が起きやすい傾向があります。
選択肢Bも逆の説明です。従来の機械学習ではドメイン知識を用いた手動の特徴量エンジニアリングが重要ですが、深層学習ではモデルが生データから自動的に特徴を学習します。
選択肢Dは誤りです。深層学習も従来の機械学習も、教師あり・教師なし・強化学習など多様な学習パラダイムをサポートしています。
ドメイン別正答率・予想スコアでリアルタイムに実力把握
無限ノックでAIFを徹底対策。全問AI生成のオリジナル問題。
無料で演習を始める →