問20
頻出度★★☆
画像認識システムにおける機械学習の事例として, 適切なものはどれか。
令和3年度 ITパスポート試験 問20
テクノロジ系基礎理論 › 情報に関する理論
この問題の解説と、これまでの解答の記録です。
解説
問 20
不正解ア
虹彩の画像による認証でドアを解錠する仕組みは、あらかじめ登録された虹彩パターンと照合する「生体認証」の応用にすぎない。コンピュータがデータから特徴を自ら学習しているわけではないので、機械学習の事例としては不適切。
- イ
正解 機械学習とは、大量のデータをコンピュータに与え、コンピュータ自身がそのデータに潜む規則性や特徴 (特徴量) を自動的に見つけ出す技術である。イは「果物の写真を大量に入力することで、コンピュータ自身が果物の特徴を自動的に抽出できるようになった」とあり、画像データから特徴量を自ら学習している。これは画像認識システムにおける機械学習 (とくに深層学習のように、人が特徴量を設計せずにデータから自動で抽出する点) の典型的な事例であり、正解はイ。
不正解ウ
指紋の画像認識でスマートフォンのロックを解除するのも、登録済み指紋との照合による「生体認証」の利用例である。学習によって新たに特徴を獲得する過程が含まれないため、機械学習の事例とはいえない。
不正解エ
問合せを文字で入力して会話形式で応答を得るのは、チャットボットなど自然言語処理 (文字・言葉の処理) の事例であり、そもそも「画像認識システム」ではない。設問の対象領域から外れており不適切。
ここがポイント
- 機械学習とは、大量のデータからコンピュータ自身が規則性・特徴 (特徴量) を自動的に見つけ出す技術であること。
- 人が特徴量を設計しなくてもデータから自動で抽出できる点は深層学習の特徴で、画像認識では大量の画像から特徴量を学習する点が要点。
用語