主成分分析
互いに相関のある多数の変数を、情報をなるべく失わないように、少数の互いに無相関な変数にまとめる手法として、最も適切なものを1つ選べ。
- A
k-means法
- B
自己回帰モデル
- C
主成分分析(PCA)
- D
ロジスティック回帰
正解と解説を見る
正解:C
主成分分析は、多数の変数を少数の無相関な主成分にまとめる次元削減の手法。

- A
誤り。データをグループに分けるクラスタリングの手法。
- B
誤り。時系列データで、過去の値から次の値を予測するモデル。
- C
正しい。次元削減の代表的な手法で、データの可視化や特徴量の圧縮に使われる。
- D
誤り。分類に使う教師あり学習の手法。
このサイトの問題は、各試験の公開されているシラバスに沿って作ったオリジナルの模擬問題です。本試験の問題ではありません。日本ディープラーニング協会(JDLA)・一般社団法人生成AI活用普及協会(GUGA)の公式サービスではありません。