[{"data":1,"prerenderedAt":183},["ShallowReactive",2],{"topic-page:\u002Fit\u002Faws\u002Faws-certified-ai-practitioner\u002Fai-ml-fundamentals\u002Fregression-classification-and-clustering":3},{"topic":4,"category":142,"seo":146,"breadcrumbs":151,"prerequisites":161,"nextTopics":162,"relatedTopics":171},{"id":5,"slug":6,"title":7,"summary":8,"canonicalPath":9,"categoryPath":10,"difficulty":11,"targetAudience":12,"estimatedMinutes":13,"generatedAt":14,"publishedAt":14,"updatedAt":14,"reviewStatus":15,"tags":16,"expectedKnowledge":25,"learningGoal":28,"keyTerms":29,"blocks":58},"it-aws-aws-certified-ai-practitioner-ai-ml-fundamentals-regression-classification-and-clustering","regression-classification-and-clustering","回帰・分類・クラスタリング","回帰・分類・クラスタリングを、AIF-C01の公式objective 1.2.3に沿って、用語、判断順序、例、誤解修正で整理します。","\u002Fit\u002Faws\u002Faws-certified-ai-practitioner\u002Fai-ml-fundamentals\u002Fregression-classification-and-clustering","\u002Fit\u002Faws\u002Faws-certified-ai-practitioner\u002Fai-ml-fundamentals","beginner","cert_candidate",6,"2026-08-06","ai_generated",[17,18,19,20,21,22,23,24],"AWS Certified AI Practitioner","AIF-C01","AI・機械学習の基礎","回帰","分類","クラスタリング","目的変数","ラベル",[26,27],"AWSクラウドの基本用語を聞いたことがある","AIを使う業務例を日常的な言葉で考えられる","回帰・分類・クラスタリングについて、試験で問われる違いと選択基準を説明し、短い業務例へ適用できる。",[30,37,40,43,46,49,54],{"id":31,"label":20,"shortDefinition":32,"supplement":33,"role":36},"regression","連続する数値を目的変数として予測する機械学習タスクです。",{"kind":34,"text":35},"comparison","既知クラスを当てる分類とは、答えの形が異なります。","primary",{"id":38,"label":21,"shortDefinition":39,"role":36},"classification","入力を、あらかじめ定めた一つ以上のクラスへ判定するタスクです。",{"id":41,"label":22,"shortDefinition":42,"role":36},"clustering","正解ラベルなしで、似た特徴を持つデータを群へまとめる手法です。",{"id":44,"label":23,"shortDefinition":45,"role":36},"target-variable","機械学習で予測したい答えとして定める変数です。",{"id":47,"label":24,"shortDefinition":48,"role":36},"label","教師あり学習で、入力に対応する正解や分類名として与える値です。",{"id":50,"label":51,"shortDefinition":52,"role":53},"supervised-learning","教師あり学習","入力と正解ラベルの組から、未知入力への予測規則を学ぶ方式です。","contextual",{"id":55,"label":56,"shortDefinition":57,"role":53},"unsupervised-learning","教師なし学習","正解ラベルを使わず、データのまとまりや構造を見つける方式です。",[59,64,72,81,90,96,102,109,123,132],{"id":60,"type":61,"title":7,"subtitle":62,"shortDefinition":63},"hero","HeroBlock","出したい答えが数値、クラス、未知の群のどれかを見る","業務で得たい出力の形に応じて、数値予測、既知カテゴリ判定、類似データの群分けなどへ問題を定式化したものです。",{"id":65,"type":66,"term":20,"definition":67,"plainExplanation":68,"presentation":69,"supportLabel":70,"keywords":71},"definition","DefinitionBlock","[[cloze:regression|回帰]]とは、連続する数値を目的変数として予測する機械学習タスクです。","[[term:supervised-learning|教師あり学習]]では、連続値の予測は売上額や温度などを答えにします。[[term:classification|分類]]は迷惑メールか否か、解約するか否かのように、あらかじめ定めたクラスを選びます。[[term:unsupervised-learning|教師なし学習]]の[[term:clustering|クラスタリング]]は正解[[term:label|ラベル]]なしで似たデータをまとめ、どのような群があるかを探索します。入力が数値か文章かではなく、欲しい出力が何かで選びます。","natural","見分けるポイント",[21,22,23,24],{"id":73,"type":74,"steps":75,"title":80},"decision-steps","StepBlock",[76,77,78,79],"予測したい答えを一文で書く。","答えが連続した数値なら回帰を候補にする。","既知の選択肢から一つ以上を当てるなら分類を候補にする。","正解ラベルがなく似た群を発見したいならクラスタリングを候補にする。","タスク選択の問い",{"id":82,"type":83,"title":84,"points":85,"body":89},"exam-cues","KeyPointBlock","判断で押さえる境界",[86,87,88],"連続値は回帰","既知クラスは分類","未知の類似群はクラスタリング","『顧客を扱うから分類』とは限りません。顧客の来月購入額なら回帰、退会するかなら分類、まだ知らない行動パターンを探すならクラスタリングです。同じ入力表から複数の問題を作れるため、[[term:target-variable|目的変数]]と正解ラベルの有無を明示します。需要を高・中・低の区分に変えれば分類、具体的な数量のまま予測すれば回帰となるように、業務上の問いの置き方でもタスクは変わります。",{"id":91,"type":92,"src":93,"alt":94,"caption":95},"diagram","DiagramBlock","\u002Fassets\u002Fit\u002Faws\u002Faws-certified-ai-practitioner\u002Fai-ml-fundamentals\u002Fregression-classification-and-clustering\u002Fregression-classification-and-clustering.svg","回帰・分類・クラスタリングについて数値？、既知クラス？、未知の群？、回帰・分類・クラスタの関係を文字ラベルと矢印で示した図","欲しい答えの形を順に質問し、代表タスクへ絞る図です。入力形式ではなく出力とラベルの有無を基準にします。",{"id":97,"type":98,"scenario":99,"explanation":100,"result":101},"worked-example","ExampleBlock","ホテルが予約履歴を使って、来月の宿泊需要、キャンセル有無、顧客の未知セグメントを分析します。","来月の予約室数は連続的な数値なので回帰、各予約のキャンセル有無は既知クラスなので分類、正解名を置かず利用傾向の近い顧客群を探すならクラスタリングです。一つのデータ源でも三つの目的は別問題です。","問題文の名詞ではなく、最終出力の型から手法を選べます。",{"id":103,"type":104,"warningTitle":105,"message":106,"severity":107,"action":108},"misconception","WarningBlock","数値ラベルでも分類はある","クラスを0と1で符号化していても、意味が『不正／正常』なら分類です。保存形式が数値だから回帰とは判断しません。","warning","出力値が連続量か、名前付きカテゴリかを言葉に戻して確認します。",{"id":110,"type":111,"title":112,"questions":113},"quiz","QuizBlock","AIF-C01 判断チェック",[114],{"question":115,"choices":116,"answerIndex":118,"choiceExplanations":119},"正解ラベルなしで購買行動の似た顧客群を発見するタスクはどれですか。",[22,20,117],"既知クラスへの分類",0,[120,121,122],"正解です。未知のまとまりを探索します。","連続値を予測する目的ではありません。","事前に定めた正解クラスがありません。",{"id":124,"type":125,"title":126,"points":127},"summary","SummaryBlock","まとめ",[128,129,130,131],"回帰は連続値を予測","分類は既知クラスを判定","クラスタリングは未知の群を探索","入力より欲しい出力の形を見る",{"id":133,"type":134,"title":135,"nextTopics":136,"relatedKeywords":138},"next-action","NextActionBlock","次は「AIユースケースとAWSマネージドサービス」へ",[137],"it-aws-aws-certified-ai-practitioner-ai-ml-fundamentals-ai-use-cases-and-aws-managed-services",[139,140,141],"Amazon Transcribe","Amazon Translate","Amazon Comprehend",{"path":10,"title":19,"description":143,"parentPath":144,"accentToken":145},"AI、機械学習、学習方式、代表ユースケース、開発ライフサイクルを、AIF-C01の判断問題に沿って整理します。","\u002Fit\u002Faws\u002Faws-certified-ai-practitioner","cloud-amber",{"title":147,"description":148,"canonicalUrl":149,"ogImage":150},"回帰・分類・クラスタリング | AWS Certified AI Practitioner","AIF-C01対策として回帰・分類・クラスタリングの定義、判断軸、具体例、誤解しやすい境界を公式試験範囲に沿って学びます。","https:\u002F\u002Fzeqnilo.com\u002Fit\u002Faws\u002Faws-certified-ai-practitioner\u002Fai-ml-fundamentals\u002Fregression-classification-and-clustering","https:\u002F\u002Fzeqnilo.com\u002Fassets\u002Fsite\u002Fdefault-og.svg",[152,155,158,159,160],{"title":153,"path":154},"IT","\u002Fit",{"title":156,"path":157},"AWS","\u002Fit\u002Faws",{"title":17,"path":144},{"title":19,"path":10},{"title":7,"path":9},[],[163],{"id":137,"title":164,"summary":165,"canonicalPath":166,"categoryPath":10,"categoryTitle":19,"difficulty":11,"targetAudience":12,"estimatedMinutes":13,"publishedAt":14,"updatedAt":14,"reviewStatus":15,"tags":167},"AIユースケースとAWSマネージドサービス","AIユースケースとAWSマネージドサービスを、AIF-C01の公式objective 1.2.4・1.2.5に沿って、用語、判断順序、例、誤解修正で整理します。","\u002Fit\u002Faws\u002Faws-certified-ai-practitioner\u002Fai-ml-fundamentals\u002Fai-use-cases-and-aws-managed-services",[17,18,19,139,140,141,168,169,170],"Amazon Lex","Amazon Polly","SageMaker AI",[172],{"id":173,"title":174,"summary":175,"canonicalPath":176,"categoryPath":10,"categoryTitle":19,"difficulty":11,"targetAudience":12,"estimatedMinutes":13,"publishedAt":14,"updatedAt":14,"reviewStatus":15,"tags":177},"it-aws-aws-certified-ai-practitioner-ai-ml-fundamentals-ai-business-value-and-non-ai-boundaries","AIの価値と使わない判断","AIの価値と使わない判断を、AIF-C01の公式objective 1.2.1・1.2.2に沿って、用語、判断順序、例、誤解修正で整理します。","\u002Fit\u002Faws\u002Faws-certified-ai-practitioner\u002Fai-ml-fundamentals\u002Fai-business-value-and-non-ai-boundaries",[17,18,19,178,179,180,181,182],"AI適用判断","費用対効果","自動化","不確実性","事業価値",1787370539461]