ある企業では、顧客の年齢、年収、契約期間などの特徴量を基に、ローンを承認するかどうかを予測するモデルを構築しています。モデルは「年収が○○円以上か」「契約期間が○年以上か」といった条件を順番に判定し、最終的な予測結果を出力します。このモデルとして最も適切なものはどれですか。
正解は「決定木」です。決定木は、特徴量に対して条件分岐を繰り返しながらデータを分類または回帰する機械学習アルゴリズムです。「年収が500万円以上か」「契約期間が3年以上か」のような質問を木構造で順番に評価し、最終的な予測結果を導きます。モデルの判断根拠を可視化しやすく、解釈性が高い点も特徴です。 一方、BERTは自然言語処理向けの言語モデル、k平均法は教師なし学習によるクラスタリング、主成分分析（PCA）は次元削減手法であり、条件分岐による分類モデルではありません。AWS Certified AI Practitionerでは、代表的な機械学習アルゴリズムの特徴と用途を理解していることが求められます。