教師あり学習とは

まず押さえる結論

教師あり学習は、DS検定の「第5章 データ準備・可視化技法とモデル化」に出てくる用語です。見分けの要点は、教師なし学習は正解ラベルを使わず、データに潜む構造やまとまりをモデル自身に見つける手法で、クラスタリングや次元削減が代表例です。強化学習は正解ラベルではなく行動の結果として得る報酬を手がかりに試行錯誤で学習する枠組みで、そもそも正解ラベルという概念を使いません。教師あり学習はこの2つと異なり、入力と正解の組をあらかじめ用意する点が特徴です。

教師あり学習の具体例と、問題文で見る箇所・隣接概念との境界

ラベルなしで構造を見つける学習ではなく、正解ラベル付きのデータで入力と正解の対応関係を学ぶ手法として捉える

住宅の広さや築年数から価格を予測したり、届いたメールが迷惑メールかどうかを判定したりする場面では、入力とそれに対応する正解（価格や分類ラベル）の組をあらかじめ用意してモデルに学習させます。これが教師あり学習で、連続した数値を当てる回帰と、カテゴリを当てる分類に分かれます。正解ラベルをどう用意するか、そのラベルが十分にそろっているかが精度を左右します。

問題文で見る箇所

「正解ラベル」「入力と出力の対応」「分類」「回帰」という語があれば教師あり学習を候補にします。ラベルを使わず構造やまとまりを見つけるという記述、報酬を手がかりに行動を改善するという記述であれば、教師あり学習ではなく別の学習方法を候補にします。

隣接概念との境界

教師なし学習は正解ラベルを使わず、データに潜む構造やまとまりをモデル自身に見つける手法で、クラスタリングや次元削減が代表例です。強化学習は正解ラベルではなく行動の結果として得る報酬を手がかりに試行錯誤で学習する枠組みで、そもそも正解ラベルという概念を使いません。教師あり学習はこの2つと異なり、入力と正解の組をあらかじめ用意する点が特徴です。

誤答しやすい選択肢

• 報酬を手がかりに試行錯誤で学習する強化学習を、正解ラベルを使う教師あり学習の一種として扱う。強化学習に正解ラベルという概念はありません。
• 顧客データを似た傾向ごとにグループ分けするクラスタリングを教師あり学習として扱う。正解ラベルを使わない教師なし学習の代表例です。
• 分類や回帰という言葉だけを見て、正解ラベルの有無を確認せずに教師あり学習と判断する。正解ラベルが与えられているかを本文で確認します。

4段階の判断手順

1. 01設問に正解ラベル・入力と出力の対応が明記されているかを確認する。
2. 02分類か回帰か、扱っている出力がカテゴリか連続値かを確認する。
3. 03ラベルがなく構造やまとまりを見つける目的であれば教師なし学習に切り替える。
4. 04行動の結果として得られる報酬という語があれば強化学習に切り替える。

到達条件: 教師あり学習を正解ラベルと入力の対応関係を学ぶ手法として説明し、教師なし学習・強化学習との違いを言える。

試験での問われ方

誤答しやすいポイント

「第5章 データ準備・可視化技法とモデル化」の問題で、取り違えやすい組み合わせです。

• 標本誤差とサンプリングバイアスの混同。標本誤差は標本抽出に伴う偶然のばらつき、サンプリングバイアスは抽出方法の偏りによる系統的な誤差。
• 過学習を『精度が高いこと』と誤解する。訓練データに過剰適合し未知データへの汎化性能が下がる問題として理解する必要がある。
• Precision（適合率）とRecall（再現率）の取り違え。目的（見逃しを減らしたいか、誤検知を減らしたいか）によって重視する指標が変わる。

関連する確認問題

同じ章で確認したい用語

他資格でも出題される用語