DS検定 用語解説
教師あり学習とは
正解ラベル付きのデータから、入力と出力の関係を学習する方法。
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」で確認しておきたい用語です。定義だけでなく、どの場面で使う言葉か、何と混同しやすいか、問題文のどの表現で判断するかまで確認します。
試験での問われ方
定義の言い換え
用語そのものではなく、説明文の一部を言い換えて出されることがあります。
似た概念との比較
同じ章の用語と入れ替えた選択肢に注意します。対象、目的、使う場面を分けます。
具体例からの判断
問題文の事例が、定義のどの部分に対応しているかを先に確認します。
誤答しやすいポイント
×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
第5章 データ準備・可視化技法とモデル化 / モデル化・評価
「教師あり学習」と「教師なし学習」の違いとして最も適切な説明はどれか。
正解は「教師あり学習は正解データ（ラベル）を用い、教師なし学習は用いない」である。教師あり学習では入力と正解ラベルの対応から分類や回帰を学ぶ。教師なし学習ではラベルなしデータからクラスタや構造を見つけるため、必ず分類を行う、必ず精度が高い、といった説明は誤りである。 選択肢を切るときは、設問の条件を「教師あり学習」「教師なし学習」のどれに結び付けるかを先に固定する。他の選択肢は名称が近い、または同じ分野に見える場合があるが、対象・役割・前提が設問文とずれる。正解の「教師あり学習は正解データ（ラベル）を用い、教師なし学習は用いない」は、問われている定義や状況に最も直接対応する点で選べる。
同じ章で確認したい用語
到達チェック
- 教師あり学習を一文で説明できる
- 同じ章の似た用語と違いを説明できる
- 問題文の具体例から、教師あり学習に関係する論点を拾える
- 関連問題を解き、誤答した選択肢の理由を確認できる