G検定｜条件を枝分かれで表す

ANSWER & EXPLANATION

正解：D

特徴量の条件による分岐を重ねて予測するモデルです。予測対象やモデルの仕組みを見て手法を選びます。

選択肢のポイント

• Aランダムフォレストは複数の決定木を組み合わせるアンサンブル手法です。この設問で求める働きとは異なります。
• Bサポートベクターマシンはクラス間の境界と近い点との距離を重視する分類手法です。この設問で求める働きとは異なります。
• C分類は離散的な種類やクラスを予測する課題です。この設問で求める働きとは異なります。
• D正解です。特徴量の条件による分岐を重ねて予測するモデルです。

関連キーワード

• 決定木
• 機械学習の手法

参考にした公式情報：日本ディープラーニング協会 G検定の試験範囲（シラバス） / 確認日：2026年9月28日