教師なし学習とは？きょうしなしがくしゅう
教師なし学習とは、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。
最終更新：2026-10-07
この語が出る過去問を解く →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。
試験での引っ掛け
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。
関連用語
出た過去問
出典：令和元年度 秋期 高度試験 午前Ⅰ 問3（IPA）
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・参考
公式シラバスの1 基礎理論 ＞ 3. 情報に関する理論 ＞ (9) 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。