特異値分解と推薦
利用者と商品の評価の表を、小さな行列の積に分解して、まだ評価されていない組み合わせの値を予測する推薦の手法として、最も適切なものを1つ選べ。
- A
k-means法
- B
行列分解（特異値分解に基づく手法など）
- C
幅優先探索
- D
ε-greedy方策
正解と解説を見る
正解：B
行列分解は、評価の表を利用者と商品の潜在的な特徴の積に分けることで、未評価の値を予測する。協調フィルタリングの代表的な方法。
- A
誤り。データをクラスタに分ける手法。
- B
正しい。利用者と商品を、少数の潜在的な特徴で表す。
- C
誤り。グラフを探索する手法。
- D
誤り。強化学習の行動の選び方。
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。