機械学習の基礎（教師あり・教師なし学習）とは？

機械学習の基礎（教師あり・教師なし学習）の意味

コンピュータがデータからパターンやルールを自動的に見つけ出す技術。教師あり学習は、正解ラベル付きのデータで学習し未知データを分類・予測する方式。教師なし学習は、正解ラベルのないデータから自動的にグループ分け（クラスタリング）や構造を見つけ出す方式。

機械学習の基礎（教師あり・教師なし学習）の具体例

過去の合否データ（合格・不合格のラベル付き）から新しい受験者の合否を予測するのは教師あり学習。購買履歴だけから似た傾向の顧客グループを自動的に発見するのは教師なし学習（クラスタリング）の例。

機械学習の基礎（教師あり・教師なし学習）は試験でどう引っ掛けられる？

分類（クラス分類）とクラスタリングを取り違えやすい。あらかじめ決まったクラスに振り分けるのが分類で教師あり、グループの定義自体をデータから見つけるのがクラスタリングで教師なし。また強化学習は正解ラベルではなく報酬を手がかりに試行錯誤で方策を学ぶ第3の枠組みで、教師あり学習の一種ではない。過学習（訓練データに合わせすぎて未知データの精度が落ちる）も定番で、訓練データでの精度が高いことは性能の証明にならない。

機械学習の基礎（教師あり・教師なし学習）と関連する用語

• ニューラルネットワークとディープラーニング
• NoSQLとビッグデータ活用

機械学習の基礎（教師あり・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）

• 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）