教師あり学習とは？きょうしありがくしゅう
教師あり学習とは、入力データとその正解ラベルを対にして大量に与え、入力から正解を導く規則をモデル自身に見つけさせる学習方式。当てる対象がカテゴリなら分類、連続した数値なら回帰と呼び分ける。教師なし学習・強化学習との区別と、正解ラベル付きのデータが必要かどうかが問われる。
最終更新：2026-10-09
この語が出る過去問を解く →背景
手書き文字の判別や迷惑メールの選別のように、人間には判断できても条件を漏れなく書き下せない仕事がある。こうした処理は、規則を人が書く代わりに、正解を付けた実例をたくさん見せて規則のほうを作らせるほうが早い。この発想が教師あり学習で、機械学習の3方式のうち最も広く実務で使われている。基本情報では、AIを使う場面の判断ができるかどうかを測るために方式の違いが問われる。
具体例
手書き数字の判別では、画像1枚ごとに0〜9のどれかを付けて学習させ、未知の画像がどの数字かを当てる（分類）。中古車の価格予測なら、走行距離と年式から価格という数値を出すので回帰になる。学習の前に人手でラベルを付ける作業（アノテーション）の負担が、実務上いちばんの制約になる。
試験での引っ掛け
ここでいう「教師」は人間の講師ではなく、データに添えられた正解ラベルを指す。ラベルの無いデータを似たもの同士にまとめるのは教師なし学習、行動の結果に与えられる報酬を手掛かりに試行錯誤するのは強化学習であり、この3つの取り違えが定番の出題になる。
関連用語
出た過去問
出典：平成31年度 春期 基本情報技術者試験 午前 問4（IPA）
機械学習における教師あり学習の説明として、最も適切なものはどれか。
正解：正解のデータを提示したり、データが誤りであることを指摘したりすることによって、未知のデータに対して正誤を得ることを助ける。
要点：教師あり学習は正解ラベル付きデータから対応関係を学ぶ
教師あり学習は、入力データに対する正解ラベルを与えて学習させる方式である。学習器はラベル付きデータから入力と出力の対応関係を獲得し、未知の入力に対しても正解を予測できるようになる。誤りを指摘して修正させる過程も、正解が既知であるという前提に立つため教師ありに含まれる。
出典・参考
公式シラバスの1 基礎理論 ＞ 3. 情報に関する理論 ＞ (8) AI（Artificial Intelligence：人工知能）に関する技術に掲載されている用語です。
解説は資格暗記が独自に作成しています。過去問の出典は各問題に記載のとおりです。