第1回: かつての地図: 平らな世界で戦っていた私たち（理解度チェック）

平らな空間の道具

Q1. 主成分分析（PCA: Principal Component Analysis）の基本原理

主成分分析（PCA: Principal Component Analysis）が最初に選ぶ方向として正しいものはどれか。

本文の対応箇所： 参照する

Q2. PCAの影絵

PCAを「影絵」と呼ぶことの意味として、最も適切なのはどれか。

本文の対応箇所： 参照する

Q3. PCAの前提

PCAが捉えやすい構造と、捉えにくい構造の組み合わせはどれか。

本文の対応箇所： 参照する

曲がった構造と境界

Q4. Isomapの近傍数kの選択

Isomapをスイスロールのような多様体データへ適用するとき、近傍数kの選択について最も適切な判断はどれか。

本文の対応箇所： 参照する

Q5. サポートベクターマシン（SVM: Support Vector Machine）のマージン

サポートベクターマシン（SVM: Support Vector Machine）が分類境界を選ぶ原理として、正しいものはどれか。

本文の対応箇所： 参照する

Q6. カーネルトリック

カーネルトリックの幾何学的な意味はどれか。

本文の対応箇所： 参照する

離散的な地図の限界

Q7. Bag-of-Words

Bag-of-Wordsの表現が失う情報はどれか。

本文の対応箇所： 参照する

Q8. 古典手法から得られる教訓

PCAの二次元表示ではクラスが混ざるが、近傍関係は保たれているように見える。この結果への対応として、最も適切なものはどれか。

本文の対応箇所： 参照する