解説

機械学習とは、コンピュータが大量のデータから自動的にパターンを学習し、新しいデータに対して判断や予測を行える能力を獲得する技術です。選択肢Bは、大量の果物の写真データを入力することで、コンピュータが自動的に特徴を学習する過程を説明しており、これは典型的な機械学習（特に画像認識における深層学習）の例です。コンピュータは学習を通じて、果物の色、形、テクスチャなどの特徴を自動的に抽出し、新しい果物の画像を見たときにそれが何の果物かを判断できるようになります。

なぜ他の選択肢は違うのか

選択肢 ア

虹彩認証は、あらかじめ登録された特定の虹彩パターンと照合する技術です。これは単純なパターンマッチングであり、システム自体が新しいパターンを「学習」しているわけではありません。

選択肢 ウ

指紋認証も虹彩認証と同様に、事前に登録された指紋パターンとの照合を行う認証技術です。システムが自律的に学習して改善していく機械学習の事例ではありません。

選択肢 エ

テキストベースの会話システムは自然言語処理の例であり、画像認識システムの事例ではありません。また、単純な質問応答システムの場合、事前にプログラムされた応答パターンを使用することもあり、必ずしも機械学習を使用しているとは限りません。

解くときのポイント

機械学習の問題を解く際は、「システムが自律的に学習・改善する能力があるか」という点に注目しましょう。単なるパターンマッチングや事前プログラミングされた機能と、機械学習による自律的な学習能力の違いを理解することが重要です。