機械学習における「教師あり学習」「教師なし学習」「強化学習」「自己教師あり学習」の説明として、最も適切なものを1つ選択してください。
出典生成AIパスポートオリジナル模擬試験
ア
教師あり学習は、正解ラベルのないデータ群からデータの幾何学的距離や類似度に基づいて自動的にグループ分け（クラスタリング）や次元削減を行う手法である。
イ
強化学習は、すべての学習ステップにおいて人間が直接正解の手本ラベルを与え、手本との出力差分（二乗誤差など）を最小化するようにモデルを勾配降下法で学習させる手法である。
ウ
教師なし学習は、仮想環境または現実空間においてエージェントが試行錯誤を行い、行動の結果として得られる報酬の累積値を最大化するように最適行動方策を獲得する手法である。
エ
自己教師あり学習は、人間による正解ラベルを使わず、データ自身の一部を隠して残りの部分から予測させる課題を通じて、膨大なラベルなしデータから汎用的な特徴表現を事前学習する手法である。