データベース
データマイニングで用いられる「アソシエーション分析」の説明として最も適切なものはどれか。
ア.データを複数のグループに分類し、各グループが正しく分類されているかを正解ラベルと照合して精度を検証する手法。
イ.過去の時系列データから将来の数値（売上・気温・株価など）を予測する回帰モデルを構築する手法。
ウ.ラベルなしデータを類似度に基づいて自動的にグループ（クラスタ）に分ける教師なし学習の手法。
エ.大量のデータから「AとBが同時に起こる頻度」を測定し、項目間の共起関係（「ビールを買う人はオムツも買いがち」など）を発見する手法。正解
解説
アソシエーション分析は「スーパーのレシート分析」のようなもの。何百万枚ものレシートを調べて「ビールを買った人の68%がオムツも買っている」という関係を自動発見します。人間が気づかない隠れた組み合わせパターンを掘り当てます。
なぜ エ が正解か
アソシエーション分析（相関ルール抽出）は、大量のトランザクションデータから項目間の共起関係を発見する手法です。指標：①支持度（Support）：全体のうちA∩Bが出現する割合、②信頼度（Confidence）：Aが出現したときBも出現する条件付き確率、③リフト値：偶然を超えた関係の強さ。小売業の商品陳列・推薦エンジンに活用されます。エが正解です。
出典: AI生成問題（学習用）