AIF-C01：AWS Certified AI Practitioner AI と機械学習の基礎 問6
AI と機械学習の基礎／AI の実用的なユースケースと適否の判断小売企業が、過去 2 年分の日次販売実績と、天候・販促の実施有無のデータを持っています。これらを使って、各店舗の来週の商品別販売数を予測し、発注量の判断に活かしたいと考えています。この課題に適した機械学習の定式化はどれですか。
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教師なし学習のクラスタリングで、販売実績の似た店舗をグループ化する
- B教師あり学習の回帰で、販売数という連続値を予測する
- C教師あり学習の分類で、販売数を「多い」「少ない」の 2 クラスに振り分ける
- D強化学習で、発注行動に対する報酬を試行錯誤しながら学習させる
正解：B
解説
過去の実績（正解値）と説明変数がそろっており、予測したいものが販売数という連続した数値なので、教師あり学習の回帰が適しています。分類は離散的なクラスを予測する手法で、「多い／少ない」の 2 値にすると発注量の判断に必要な情報が失われます。クラスタリングはラベルのないデータから構造を見つける手法で、強化学習は環境との相互作用で方策を学ぶ手法です。
選択肢ごとの解説
- A誤り。クラスタリングは店舗のグルーピングには使えますが、商品別の販売数という数値を予測する目的には答えません。
- B正しい。数値（連続値）を予測する課題で、正解値の履歴があるため教師あり学習の回帰が該当します。
- C誤り。分類はクラスを予測する手法です。2 クラスに丸めると、発注量を決めるための具体的な数量が得られません。
- D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、既存の実績データから需要を予測する課題の標準的な定式化ではありません。