第8回出席確認クイズ：機械学習とデータ

学籍番号と氏名を入力し、5問すべてに回答して「提出する」を押してください。全問正解で出席カードが表示されます。不正解があった場合は解説を読んで、もう一度回答できます。

Q1.「機械学習」の説明として最も適切なものはどれでしょうか？

データから規則やパターンを、コンピュータが自動的に学び取る手法人がすべての判断ルールを手作業でプログラムする手法工場の機械の故障を学ぶための整備技術機械翻訳ソフトの別名

【解説】機械学習は、人がルールを一つひとつ書くのではなく、データからコンピュータが自動的に規則やパターンを学ぶ手法です。現在のAIの中核的な技術です。

Q2.「教師あり学習」の説明として最も適切なものはどれでしょうか？

正解（ラベル）が付いたデータを使って、入力と正解の関係を学習する正解のないデータから、似たもの同士のグループを見つける試行錯誤の結果に与えられる報酬をもとに学習する教師が教室でAIに授業をする

【解説】教師あり学習は、「この画像は猫」「このメールは迷惑メール」のように正解ラベルが付いたデータで学習する方法です。正解のないデータからグループを見つけるのは教師なし学習、報酬をもとに学ぶのは強化学習です。

Q3.学習データとAIの性能の関係について、最も適切なものはどれでしょうか？

学習データの量・質・偏りが、AIの性能や公平性に大きく影響する学習データはAIの性能にほとんど影響しない学習データは少ないほど正確なAIになる学習データの偏りはAIが自動的に補正するので気にしなくてよい

【解説】AIは学習データからパターンを学ぶため、データの量や質、偏りがそのまま性能や公平性に反映されます。偏ったデータで学習したAIは、偏った判断をしてしまいます。

Q4.深層学習で使われる「ニューラルネットワーク」は、何をヒントにしたモデルでしょうか？

脳の神経細胞（ニューロン）のつながり都市の道路網電力の送電網会社の組織図

【解説】ニューラルネットワークは、脳の神経細胞（ニューロン）が信号をやり取りするしくみをヒントにした数理モデルです。層を深く重ねたものが深層学習（ディープラーニング）です。

Q5.機械学習における「過学習（オーバーフィッティング）」の説明として最も適切なものはどれでしょうか？

学習データに過剰に適合してしまい、新しいデータに対する性能が落ちること学習時間が長すぎて電気代がかかりすぎること学習をまったく行わないこと学習データが多すぎてコンピュータのメモリが不足すること

【解説】過学習は、学習データの細かな特徴やノイズまで覚えてしまい、未知の新しいデータに対してうまく働かなくなる現象です。AIの性能は、学習に使っていないデータで評価する必要があります。

第8回　出席確認クイズ機械学習とデータ