教師あり学習の事例(入力データと正解ラベルで学習する)

教師あり学習の事例 について, 教師あり学習は、入力データと正解ラベル(教師データ)を組にして与え、入力から正解を予測できるように学習させる手法です。 ア: 画像の特徴から好みを把握して商品提案を行う内容で、正解ラベル(例えば「この画像の服が好きである」という正解データ)を与えて学習しているとは読み取りにくいです。そのため、教師あり学習の事例としては適切ではありません。 イ: 条件を与えてルールベースのプログラムで判断するとあり、人が作った規則で判定しています。入力と正解ラベルのデータからモデルを学習する教師あり学習ではありません。 ウ: 動作の訓練を繰り返して上手になるという内容は、正解ラベルを与えて学習するというより、試行錯誤で行動を改善する学習(強化学習)として説明されることが多いです。したがって教師あり学習ではありません。

教師あり学習の事例に関する記述として,最も適切なものはどれか。

出典令和4年度 ITパスポート試験 公開問題 問24
ア
衣料品を販売するサイトで,利用者が気に入った服の画像を送信すると,画像の特徴から利用者の好みを自動的に把握し,好みに合った商品を提案する。
イ
気温,天候,積雪,風などの条件を与えて,あらかじめ準備しておいたルールベースのプログラムによって,ゲレンデの状態がスキーに適しているか判断する。
ウ
麺類の山からアームを使って一人分を取り,容器に盛り付ける動作の訓練を繰り返したロボットが,弁当の盛り付けを上手に行う。
エ
録音された乳児の泣き声と,泣いている原因から成るデータを収集して入力することによって,乳児が泣いている原因を泣き声から推測する。