【Salesforce認定AIアソシエイト】試験対策：第5問
問題
あなたは Salesforce の AI アソシエイトとして、顧客のデータを活用した AI ソリューションを提供する
プロフェッショナルです。
ある顧客から、顧客のウェブサイト上での行動履歴をもとに、次回の訪問時に表示するコンテンツを
予測する AI モデルを構築してほしいとの依頼がありました。
以下の選択肢から、このタスクに適切なアプローチを選んでください。
A. シーケンスモデル（RNN や LSTM）を使用してウェブサイトの行動履歴を学習し、次回の訪問時の
コンテンツを予測する。
B. 単純な線形回帰モデルを構築して予測を行う。
C. ウェブページのカテゴリごとにクラスタリングを行い、各クラスタごとに予測モデルを作成する。
正解
A. シーケンスモデル（RNN や LSTM）を使用してウェブサイトの行動履歴を学習し、次回の訪問時の
コンテンツを予測する。
B. 単純な線形回帰モデルを構築して予測を行う。
C. ウェブページのカテゴリごとにクラスタリングを行い、各クラスタごとに予測モデルを作成する。
解説
A. 正解 - シーケンスモデル（RNN や LSTM）を使用してウェブサイトの行動履歴を学習し、次回の訪問時のコンテンツを予測する。ウェブサイトの行動履歴は時系列データであり、RNN や LSTM のようなシーケンスモデルは適しています。
これらのモデルは過去の行動パターンを学習し、次回の訪問時のコンテンツを予測するのに適しています。
B. 不正解 - 単純な線形回帰モデルは時系列データの特性を捉えるのに適していません。ウェブサイトの行動履歴は複雑なパターンを持っているため、より高度なモデルが必要です。
C. 不正解 - ウェブページのカテゴリごとにクラスタリングを行い、各クラスタごとに予測モデルを作成
する。
クラスタリングは有用なアプローチですが、ウェブページのカテゴリごとに予測モデルを作成することは
複雑すぎる可能性があります。シーケンスモデルの方が適切です。
ポイント
つまり、ウェブサイトの行動履歴を使って次回のコンテンツを予測するためには、シーケンスモデル（RNNやLSTM）を使うのが最適です。
これらのモデルは、過去の行動パターンから未来の動きを予測するのに適しています。
単純な線形回帰モデルやクラスタリングでは、複雑なパターンを十分に捉えられないため、予測には向いていません。
