１．
「コンピュータの意思決定や知識処理への利用」がテーマです。AIや統計学を用いた仕組みなど中心にこの分野も昨今目覚ましく発展しています。まず選択肢から用語を確認しておきましょう。
・エキスパートシステム
AI のひとつの形態です。ある特定の専門分野の知識ベースを持たせ、プログラムされた判断ではなく、専門家が分析するように物事の判断をエミュレートを行い、事象の推定を行う仕組みを言います。
・データマイニング
データマイニングは、大量のデータから、統計学、または昨今ではAI 技術を用いて、何らかの分析を行い、有益なデータの関連性や、傾向などを見つけ出す手法を言います。
・深層学習
最近だと、ディープラーニングといった方が通じるかもしれませんね。昨今発展したAI技術のひとつであり、機械学習の一種です。入力値から表層的な学習をするのではなく、さらに、複合的な分析を行うことによって、より複雑な学習をすることが可能です。なんとも漠然とした言い方になってしまいますが、例えば画像を分析して、表層的な分析ではどのような色合いが使用されているのかというデータ値だけの分析だったのが、さらにその色合いの集合を分析して、その場所、人物、場面を推定するところまで分析ができるようになるという感じですかね。なお、これは教師あり学習に分類されます。
・強化学習
これも機械学習の大きな分類の一つであり、教師あり学習/教師なし学習にならんで、３つ目の機械学習の分類です。が、このへん正直違いがかなり難しいです。ざっくりいうと、強化学習の場合は、あれしろ・これしろというような命令や、どのようなデータが正しいのかという評価をせず、ただ結果に対してOK/NGをつける、当初はランダムに処理されていくが、OKとなった処理を中心に学んでいき、最終的に最適な処理に近づけていくわけですね。
・ナレッジマネジメント
ナレッジマネジメントとは企業が持つ知識などの財産を生かし、経営に役立てていくための管理をしようという経営管理に関わるものです。
・機械学習
機会学習はすでに出てきましたが、AIに対して何らかの入力、出力の評価により、AIに対して学習を行うことを言いますね。
大きくは、教師なし/教師あり学習、強化学習とあります。
・教師なし学習
教師あり・なし学習の違いは、どのような値に近づいていかなければいけないよという出力に対する指針を与えるか否かになる。
教師なしの場合、出力に対する指針を与えずに大量に与えたデータを、ルールに従い分類していき、その傾向などを学習していく。
ａ 知識をルールによって表現し、入力された知識を用いてコンピュータが専門家のように推論するシステム。
専門家 = エキスパートと、選択肢にそのまま出てしまっていますね。
エキスパートシステムです。
ｂ 大量のデータを分析して、これまで知られなかった規則性や傾向など、何らかの知見を得ること。
データマイニングですね。
ｃ 機械学習のうち、多数の層からなるニューラルネットワークを用いるもの
多数の層というところから、深層学習ですね。
ｄ 一定の環境の中で試行錯誤を行い、個々の行動に対して得点や報酬を与えることによって、ゴールの達成に向けた行動の仕方を獲得する機械学習の学習法の 1 つ。
ちょっと判断が難しいかもしれませんが、これは強化学習ですね。
ということで、１が正解となります。
