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：正解ラベルなしで似た者同士をまとめるクラスタリングが教師なし学習

  教師なし学習は、正解ラベルの付いていないデータから構造やパターンを見つける手法です。データ間の類似度に基づいて似たもの同士をまとめるクラスタリングは、正解を与えずにグループ分けするため教師なし学習の代表例です。分類・回帰は正解ラベルを与える教師あり学習に分類されます。

  出典：令和1年度 秋期 応用情報技術者試験 午前 問4（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・入替えして汎化性能を評価する手法

  交差検証（クロスバリデーション）は、手元のデータをk個のグループに分割し、1つを検証用、残りを学習用として学習と評価を行う操作を、グループを入れ替えながらk回繰り返す手法である。目的は未知データに対する汎化性能を偏りなく見積もることで、モデルそのものを強くする手法ではない。したがって「分割して順に入れ替えながら学習と評価を繰り返す」と述べた選択肢が該当する。

  出典：令和6年度 秋期 応用情報技術者試験 午前 問2（IPA）