AIの基礎概念に関する導入〜標準レベルの問題
分類問題と回帰問題の違いとして最も適切なものを選択してください。
分類と回帰は、教師あり学習の代表的なタスクです。どちらも入力と正解の組から予測モデルを作りますが、予測したい出力の性質が異なります。分類は「どのクラスに属するか」というカテゴリを予測し、回帰は価格、需要、温度、売上のような連続的な数値を予測します。問題設定を読み、予測したいものがカテゴリか数値かで、分類か回帰かを判断できるようにしておきましょう。
正解の理由
選択肢2の分類はカテゴリを予測し、回帰は連続値を予測するという説明が正しいです。たとえば、画像が犬か猫かを判定するのは分類、住宅の面積や駅距離から価格を予測するのは回帰です。出力の形式が違うため、よく使う損失関数や評価指標も変わります。
混同しやすい論点
他の選択肢の評価
実務上の意味
実務では、目的変数をどう定義するかでタスクが変わります。顧客が解約するかを予測するなら分類、解約確率そのものをスコアとして扱うなら分類モデルの確率出力を活用します。来月の売上金額を予測するなら回帰です。タスク定義を誤ると、評価指標や改善方針もずれてしまいます。