問題 No.638
ユーザーの購買履歴や評価データを基にした協調フィルタリングにおいて、巨大な行列に欠損が多く含まれる場合、データから隠れた傾向を抽出して計算効率を上げたい。任意の行列を3つの特殊な行列の積に分解し、重要度の低い成分を切り捨てることでデータの次元削減やノイズ除去を行う、線形代数の基礎手法はどれか。
【正解の解説】
特異値分解
特異値分解は、巨大な行列データを、情報を損なわずに3つの小さな行列に分解することで、行列のパターンや特徴を浮き彫りにする手法です。
スポンサーリンク
【その他の選択肢の解説】
誤差逆伝播法
誤差逆伝播法は、AIが予測した結果と実際の正解とのズレを後ろから前へと順番に伝えることで、AIの重みを調整する学習の基本手順です。
ウォード法
ウォード法は、クラスタリング（グループ分け）の手法の一つで、似た者同士を順番にまとめていくことで、階層的なグループを作る手法です。
ミニバッチ勾配降下法
ミニバッチ勾配降下法は、大量の学習データを小さなグループに分けて、効率的にAIのパラメータを更新していく学習の工夫です。