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）とは、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。
きかいがくしゅうのきそ
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。
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。