機械学習の全体像 - 教師あり・教師なし・強化学習
機械学習の3大カテゴリと、分類/回帰・クラスタリング・強化学習の違いを整理。G検定の入口となる俯瞰図。
機械学習には『教師あり学習』『教師なし学習』『強化学習』の3大カテゴリがあります。G検定で最初に押さえたい俯瞰図を整理しましょう。
胡桃 あんず
先生、機械学習って具体的にどんな種類があるの?
若葉 みどり 先生
大きく3つに分類されるわ。
教師あり学習、教師なし学習、強化学習。
それぞれデータの扱い方が違うのよ。
白銀 ゆき
教師あり学習は、入力と正解ラベルのペアから学ぶ方式。
例えば『この画像は猫』『この画像は犬』というラベル付きデータで学習するわ。
桜井 もも
答えを見せながら教えてあげる感じですかぁ?
若葉 みどり 先生
そう。
分類タスク (classification) と回帰タスク (regression) に分かれるの。
分類は離散値 (猫/犬)、回帰は連続値 (家賃予測) ね。
白銀 ゆき
教師なし学習はラベルなしのデータから構造を見つける方式。
クラスタリングや次元削減が代表例よ。
胡桃 あんず
答えがないのに学べるの!?
すごいじゃん!
若葉 みどり 先生
データに潜む『似たものの集まり』を発見するの。
顧客セグメンテーションや異常検知に使われるわ。
白銀 ゆき
強化学習は少し特殊。
エージェントが環境と相互作用し、報酬を最大化する行動を学ぶ方式よ。
ゲームAIやロボット制御に使われるの。
桜井 もも
おぉ〜、試行錯誤しながら学ぶんですねぇ!
若葉 みどり 先生
他にも、半教師あり学習(少量のラベル付きデータ+大量のラベルなし) や、自己教師あり学習(データ自体からラベル生成) という中間的な手法もあるわ。
LLMの事前学習は自己教師あり学習ね。
胡桃 あんず
全部覚えるの大変そう…でも、これが機械学習の地図になるんだね!
若葉 みどり 先生
そうよ。
試験では『どのタスクにどの手法を使うか』が問われるの。
分類・回帰・クラスタリング・異常検知・強化学習と、典型タスクをセットで覚えて。
確認クイズ
『住宅価格を予測する』タスクは、機械学習のどの分類に最も適切か。
- 教師あり学習 (回帰)
- 教師あり学習 (分類)
- 教師なし学習 (クラスタリング)
- 強化学習
こたえを見る
正解: 1. 教師あり学習 (回帰)
住宅価格は連続値なので教師あり学習の回帰タスクです。分類は離散値 (猫/犬など)、クラスタリングはラベルなしデータのグループ化、強化学習はエージェント制御です。
この記事の関連書籍
Amazonアソシエイトリンクを含みます。他分野は おすすめ書籍ページ へ。
この記事について
G検定スタディが作成した教材です。運営について・記事の作り方
試験についてはこちらをご覧ください: JDLA G検定公式ページ