教師なし学習とは？

教師なし学習の意味

正解ラベルを与えず、データそのものが持つ構造や規則性をモデルに見つけさせる方式。似たデータをまとめるクラスタリングや、変数を減らす次元削減が代表例です。FEでは「正解が事前に分からない場面で使う」という位置づけが問われます。

教師なし学習の具体例

通販サイトの顧客を購買履歴からk-means法で数グループに分け、「まとめ買い層」「単品リピート層」といった傾向を後から人間が解釈します。ほかに、普段と違う通信を異常として検知する用途や、アンケート項目の圧縮にも使われます。

教師なし学習は試験でどう引っ掛けられる？

クラスタリングは教師なし、分類は教師ありです。どちらもグループ分けに見えますが、区分けの正解が事前に決まっているかどうかが違います。得られたグループの意味づけは人間が行う点も要注意です。

教師なし学習と関連する用語

• 教師あり学習・教師なし学習・強化学習
• フェールオーバ
• 強化学習

教師なし学習が出た過去問

• AIの機械学習における教師なし学習で用いられる手法として、最も適切なものはどれか。

  正解：データ同士の類似度を定義し、その定義した類似度に従って似たもの同士は同じグループに入るようにデータをグループ化するクラスタリング

  要点：教師なし学習の代表はラベル無しデータのクラスタリング

  教師なし学習は、正解ラベルの付いていないデータから、データそのものがもつ構造や規則性を見つけ出す学習である。その代表がクラスタリングで、データ間の類似度（距離）を定義し、似たもの同士が同じグループになるように自動的に分類する。

  出典：令和1年度 秋期 高度共通_午前I試験 am1 問3（IPA）