教師あり学習とは？

教師あり学習とは、入力データと正解ラベルの組を大量に与え、入力から正解を導く規則をモデルに学習させる方式。カテゴリを当てる「分類」と、連続した数値を当てる「回帰」に分かれる。FEでは3つの学習方式の区別と、ラベル付きデータが必要かどうかが問われます。

高度試験・午前I（全区分共通）の過去問では1回出題されています。

きょうしありがくしゅう

高度試験・午前I（全区分共通）の頻出用語／午前I（全区分共通）

教師あり学習の意味

入力データと正解ラベルの組を大量に与え、入力から正解を導く規則をモデルに学習させる方式。カテゴリを当てる「分類」と、連続した数値を当てる「回帰」に分かれる。FEでは3つの学習方式の区別と、ラベル付きデータが必要かどうかが問われます。

迷惑メール判定では、各メールに「迷惑／正常」のラベルを付けて学習させ、未知のメールを振り分けます。住宅価格の予測なら、面積や築年数から価格という数値を出すので回帰です。学習前にラベルを付ける作業（アノテーション）に人手コストがかかる点が実務上の課題です。

「教師」は人間の講師ではなく正解ラベルのことです。ラベルの無いデータをグループ分けするのは教師なし学習、報酬をもとに試行錯誤するのは強化学習で、これらとの取り違えが定番です。

AIにおける教師あり学習での交差検証に関する記述はどれか。
正解：学習モデルの汎化性能を評価するために、データを複数のグループに分割し、一部を学習に残りを評価に使い、順にグループを入れ替えて学習と評価を繰り返す。
要点：交差検証はデータを分割し役割を入れ替えて汎化性能を評価する
交差検証は、手元のデータを複数のグループに分け、一部を評価用に取り分けて残りで学習し、評価用のグループを順に入れ替えながら学習と評価を繰り返す方法である。データの分け方の偶然に左右されずに汎化性能を見積もれる点が利点で、k分割交差検証が代表例である。
出典：令和6年度秋期高度共通_午前I試験 am1 問1（IPA）

最終更新：2026-08-25／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。