説明
定義から、P（A、B | C）P（B | C）= P（A、BC）/ P（C）P（BC）/ P（C）= P（A、BC）P（B、 C）= P（A | BC）これは、条件付き確率の定義に基づいており、2回適用されます。P（A、B）=（PA | B）P（B）

説明
主成分分析（PCA）には、いくつかの（おそらく）相関変数を主成分と呼ばれる（より少ない）数の未修正変数に変換する数学的手順が含まれます。最初の主成分はデータの変動のできるだけ多くを説明し、後続の各成分は残りの変動のできるだけ多くを説明します。

説明
問題全体は、以下の方法を使用して解決できます
二項式：金属製ピストンの製造業者は、平均して、ピストンの12％が、サイズが大きすぎるか小さすぎるために拒否されていることを発見しました。10個のピストンのバッチに含まれるリジェクトが2個以下になる確率はどれくらいですか？
ポアソン：生命保険のセールスマンは、週に平均3つの生命保険契約を販売しています。ポアソンの法則を使用して、特定の週に彼が販売する確率を計算します。いくつかのポリシーポアソン：車両は、混雑した道路のジャンクションを1時間あたり平均300の速度で通過します。特定の分に誰も通過しない確率を見つけます。
正常：旋盤で製造された100個の部品の平均長さは20.05 mmで、標準偏差は0.02mmであることがわかりました。ランダムに選択されたパーツの長さが2003mmから20.08mmになる確率を求めます

説明
クラスタリングでは、オブジェクトに事前定義されたラベルは必要ありませんが、オブジェクトの属性が考慮されます。
したがって、オプションBはありません。クラスタリングは分類手法とは異なります。
したがって、オプションCも破棄できます。事前定義されたラベルを使用しないため、教師なし学習と呼ばれ、オプション-Aは正しいです。クラスタリング手法の主な目的は、各クラスターの中心を決定し、その中心からの距離を見つけることです。オブジェクトがその特定のクラスターに分類されるよりも中心に近い場合。したがって、最終的にグループまたはクラスターを作成し、オブジェクトがどの特定のクラスターに分類されるかを知ることができます。