応用情報技術者試験に頻出するソートについてまとめました。

人工知能（AI）

内容については、総務省 ICTスキル総合習得プログラムを参考・引用にしています。

人工知能（AI）とは

人工知能（AI）に確立した学術的な定義や合意がありません。
世間一般にAIとは、機械が「知的」「知能を持つこと」と大まかには認識されてはいますが、以下のように国によっても様々です。
・コンピューターが人間のように見たり、聞いたり、話したりする技術（日本）
・人間の脳の認知・判断などの機能を、人間の脳の仕組みとは異なる仕組みで実現する技術（アメリカ）

人工知能に含まれる分析技術（人工知能、機械学習）

人工知能に含まれる分析技術に機械学習、ディープラーニング等がありますが、人工知能、機械学習、ディープラーニングにはそれぞれ包含関係があります。

機械学習・ディープラーニングについては次項から説明していきます。

機械学習

機械学習（マシンラーニング）とは、「データから規則性や判断基準を学習し、それに基づき未知のものを予測、判断する技術」と人工知能に関わる分析技術です。

機械学習の分類として、以下の３種があげられます。

・教師あり学習
正解に相当する教師データが与えられ、主に回帰や分類に利用される。

・教師なし学習
教師データがなく、データのグループ分けや情報の要約に利用される。

・強化学習
試行錯誤を通じて、報酬（評価）が得られる行動や選択を学習する。

それぞれのまとめは以下になります。

ディープラーニング

ディープラーニング（深層学習）とは、ニューラルネットワークという分析手法を拡張し、高精度の分析や活用を可能にした手法です。
ニューラルネットワークは、脳の神経回路の仕組みを模した分析モデルです。
教師データ等と照合され、より一致度が高くなるように重みのつけ方を調整します。

大量の教師データを与えることで、コンピュータ自ら学習することができます。

演習問題

実際の試験の過去問を解いてみましょう。

応用情報技術者試験　令和元年秋期　午前問4　問題

応用情報技術者試験　令和元年秋期　午前問4　解答

それぞれの選択肢が「教師なし学習」か見ていきます。

ア　幾つかのグループに分かれている既存データ間に分離境界を定め、新たなデータがどのグループに属するかはその分離境界によって判別するパターン認識手法
→「分離境界を定め、新たなデータがどのグループに属するかはその分離境界によって判別する」ということから、教師あり学習です。

イ　数式で解を求めることが難しい場合に、乱数を使って疑似データを作り、数値計算をすることによって解を推定するモンテカルロ法
→モンテカルロ法は、試行の回数を増やせば増やすほど解の精度は高まることから、強化学習です。

ウ　データ同士の類似度を定義し、その定義した類似度に従って似たもの同士は同じグループに入るようにデータをグループ化するクラスタリング
→「類似度に従って似たもの同士は同じグループに入るようにデータをグループ化」ということから、教師なし学習です。

エ　プロットされた時系列データに対して、曲線の当てはめを行い、得られた近似曲線によってデータの補完や未来予測を行う回帰分析
→「曲線の当てはめを行い、得られた近似曲線によってデータの補完や未来予測を行う回帰分析」ということから、教師あり学習です。

以上から、答えは「ウ」となります。

人工知能（AI）の解説は以上です。

こちらに他の応用情報技術者試験のまとめについて掲載していますので、
良かったらご覧ください。
当ブログ「応用情報技術者解答解説」まとめページはこちら

投稿 人工知能（AI）とは【過去問解答解説付き】 は nyanblog ~にゃんぶろぐ~ に最初に表示されました。