AIF-C01：AWS Certified AI Practitioner AI と機械学習の基礎 問1
AI と機械学習の基礎／AI/ML/深層学習の基本概念と用語小売企業が、正解ラベルの付いていない数十万件の購買履歴から、購買傾向の似た顧客層を見つけ出し、マーケティング施策の切り分けに使いたいと考えています。この課題に対応する機械学習の手法として適切なものはどれですか。
当サイトのオリジナル問題（AIF-C01：AWS Certified AI Practitionerの出題範囲「AI と機械学習の基礎」に対応。実際の試験問題ではありません）
- A教師なし学習によるクラスタリングで、似た特徴を持つ顧客をグループ化する
- B教師あり学習による分類で、顧客を既定の複数クラスのいずれかに振り分ける
- C強化学習で、施策への反応を報酬として受け取りながら行動方針を学ばせる
- D教師あり学習による回帰で、顧客ごとの来月の購入金額を数値として予測する
正解：A
解説
正解ラベルがないデータから構造やパターンを見つける課題は教師なし学習の領域で、顧客セグメンテーションにはクラスタリングが代表的に使われます。教師あり学習は正解ラベル付きのデータが前提で、強化学習は環境との相互作用と報酬から方策を学ぶ手法です。
選択肢ごとの解説
- A正しい。ラベルなしデータから似たもの同士をまとめる課題で、クラスタリング（教師なし学習）が該当します。
- B誤り。分類は正解クラスのラベルが付いた学習データが必要で、ラベルがない本件の前提と合いません。
- C誤り。強化学習は行動と報酬のフィードバックで方策を学ぶ手法で、既存データからの顧客層の発見には用いません。
- D誤り。回帰は購入金額の実績という正解値を使って数値を予測する教師あり学習で、顧客層の発見が目的の本件とは異なります。