線形判別分析
次の文章を読み、（ ）に入る最も適切なものを1つ選べ。
線形判別分析（LDA）は、データを低次元に射影するときに、クラス間の分散を大きく、クラス内の分散を小さくするような方向を探す、（ ）の次元削減・分類の手法である。
- A
教師なし学習
- B
強化学習
- C
教師あり学習
- D
半教師あり学習
正解と解説を見る
正解：C
線形判別分析は、ラベルを使って、クラスが最もよく分かれる方向に射影する。主成分分析は、ラベルを使わずに、分散が最大の方向を探す。
| 用語 | 内容 |
|---|---|
| トピックモデル（LDA） | 文書は複数のトピックの混合で、各トピックは単語の分布だと考える |
| 線形判別分析 | クラスがよく分かれる軸を探して、次元を減らす（教師あり） |
- A
誤り。クラスのラベルを使うので、教師なしではない。
- B
誤り。報酬を使う学習ではない。
- C
正しい。クラスのラベルを使う点が、主成分分析との違い。
- D
誤り。ラベルありのデータを使う典型的な手法。
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。