第5章の用語整理

DS検定の機械学習の基礎（教師あり・教師なし・強化学習・過学習・評価指標）

DS検定の機械学習は、第5章（データ準備・可視化技法とモデル化）のモデル化・評価に集まっています。このページは、教師あり学習と教師なし学習、強化学習、過学習と次元の呪い、ホールドアウト法と交差検証、評価指標を、出題範囲の位置とあわせて整理します。

定義の根拠は、データサイエンティスト協会の公式スキルチェックリストのチェック項目と、scikit-learnやGymnasiumの公式文書の記述です。アルゴリズムの数式ではなく、用語の意味と使い分けを確認する整理です。AI・機械学習・深層学習の包含関係はAI・機械学習・ディープラーニングの違いで確認できます。

公式情報の確認

試験日、料金、申込条件、試験方式など変動する情報は、公式情報を最終確認してください。当サイトの一次情報確認日: 2026-10-02。

出題形式・合格基準・実施要項は変動するため、受験前に公式情報を確認してください。

出題範囲のどこに載っているか

第5章データ準備・可視化技法とモデル化（モデル化・評価）

キーワード: 教師あり学習、教師なし学習、過学習、次元の呪い、アノテーション、ホールドアウト法、交差検証、データドリフト、ニューラルネットワーク、活性化関数、Random Forest、勾配ブースティング、XGBoost、LightGBM

公式のdata_science.csvでは、機械学習のサブカテゴリに1つ星の項目が13件あり、手法を3つ以上知って概要と解決できる問題（回帰・分類・クラスター分析など）を説明できること、教師あり学習と教師なし学習の違い、過学習とは何かが含まれます。

第5章（統計的評価・深層学習・強化学習）

キーワード: ROC曲線、AUC、混同行列、Accuracy、Precision、Recall、F値、特異度、RMSE、MAE、MAPE、決定係数、CNN、RNN、Transformer、マルコフ決定過程、方策

評価尺度は統計的評価のサブカテゴリに、深層学習と強化学習はそれぞれ独立したサブカテゴリに、1つ星の項目として載っています。強化学習には、教師あり学習との違いを前提・定義・応用先の観点で説明できることという項目があります。

教師あり・教師なし・強化学習の違い

観点	教師あり学習	教師なし学習	強化学習
学習に使うデータ	正解（目的変数）を付けたデータ。正解を付ける作業がアノテーション	正解のないデータ	行動の結果として環境から返る報酬
解く問題の例	回帰、分類	クラスター分析	ゲームやロボット制御のように、状態に応じて行動を選ぶ課題
覚えるキーワード	アノテーション、訓練データ、テストデータ	ラベルなしデータのクラスタリング	マルコフ決定過程（状態・行動・報酬）、方策

用語ごとの整理

教師あり学習と教師なし学習: 公式のチェック項目は「教師あり学習」「教師なし学習」の違いを理解していることです。教師あり学習は正解を付けたデータ（教師付きデータ）から学習し、回帰や分類を解きます。教師なし学習は正解のないデータを対象にし、代表例がクラスター分析です。scikit-learn公式文書でも、クラスタリングはラベルなしデータに対して行うものと説明されています。; 見分け方: 正解のラベルがあるかどうかで見分けます。ラベルを付ける作業の必要性を問う項目もあります。
強化学習: 公式のチェック項目は、マルコフ決定過程（状態、行動、報酬）や方策といった基本概念を、ゲームやロボット制御のような課題に当てはめて説明できることです。Gymnasium公式文書は、強化学習を、エージェントが行動を試み、環境から報酬というフィードバックを受けて、行動を少しずつ改善していく試行錯誤の学習と説明しています。; 見分け方: 正解を教えてもらうのではなく、報酬を手がかりに行動を改善する点が教師あり学習との違いです。
過学習: 公式のチェック項目は、過学習とは何か、それがもたらす問題を説明できることです。scikit-learn公式文書は、モデルが訓練データのノイズまで学習してしまうことを過学習（overfit）と説明しています。訓練データでの精度は高いのに、未知のデータでは精度が下がる、というのが問題の中心です。; 見分け方: 訓練データでの成績だけを見て良いモデルと判断しないことが、評価の分割につながります。
次元の呪い: 公式のチェック項目は、次元の呪いとは何か、その問題を説明できることです。上位の2つ星には、次元の呪いの影響を受けやすいアルゴリズムを識別し、特徴量選択、次元圧縮、L1/L2正則化などで対処する項目があります。; 見分け方: 1つ星では、用語の意味と、特徴量（次元）が多いと何が問題になるかを説明できる範囲です。
ホールドアウト法と交差検証: 公式のチェック項目は、ホールドアウト法と交差検証の仕組みを理解し、訓練データ、パラメータ調整用の検証データ、テストデータを作れることです。scikit-learn公式文書によると、ホールドアウトは利用できるデータの一部をテストセットとして取り置き、残りを訓練に使う方法です。k分割交差検証は、訓練セットをk個に分け、k-1個で学習して残り1個で検証する処理をk回繰り返し、評価値の平均を取ります。; 見分け方: 学習に使ったデータで評価しない、最終評価用のテストセットは別に保持する、の2点を押さえます。
ニューラルネットワークと決定木系のアンサンブル学習: 公式のチェック項目には、ニューラルネットワークの基本的な考え方（入力層、隠れ層、出力層の概要と活性化関数の重要性）と、決定木をベースにしたアンサンブル学習（Random Forest、勾配ブースティング、XGBoost、LightGBMなど）をライブラリで実行し、変数の寄与度を解釈できることが挙がっています。深層学習では、CNN、RNN、Transformerなどの特徴と用途の説明が1つ星です。; 見分け方: アルゴリズムの数式ではなく、名前と特徴、用途の対応を確認する範囲です。
データドリフトと運用時のモニタリング: 公式のチェック項目は、機械学習モデルはデータ構成の変化（データドリフト）によって学習完了後から精度が劣化していくため、運用時は精度をモニタリングする必要があることを理解していることです。; 見分け方: モデルは作って終わりではなく、運用中の精度確認が必要、という点が問われます。

評価指標の使い分け

公式のチェック項目には、混同行列、Accuracy、Precision、Recall、F値、特異度を理解して精度を評価できること、RMSE、MAE、MAPE、決定係数といった評価尺度を理解して精度を評価できることがあります。TPは真陽性、FPは偽陽性、TNは真陰性、FNは偽陰性の件数です。

指標	求め方	見るもの
Accuracy（正解率）	(TP+TN)÷全件数	正しく分類した割合。全体の当たりやすさを見る
Precision（適合率）	TP÷(TP+FP)	陽性と予測したもののうち、実際に陽性だった割合
Recall（再現率）	TP÷(TP+FN)	実際の陽性のうち、陽性と予測できた割合
特異度	TN÷(TN+FP)	実際の陰性のうち、陰性と判定できた割合
MAE	実測値と予測値の差の絶対値の平均	回帰の誤差を元の単位で見る
RMSE	差を二乗して平均し、平方根を取る	回帰の誤差。大きな外れを重く見る
MAPE	差の絶対値を実測値の絶対値で割った相対誤差の平均	回帰の誤差を割合で見る。実測値が0の観測は分母が0になるため注意

scikit-learn公式文書では、混同行列の第i行第j列の要素を、実際はグループiだが予測がグループjだった観測の件数と定義しています。ROC曲線を1つの数値にまとめたものがAUCです。

よくある質問

DS検定に機械学習は出ますか？

公式スキルチェックリストに基づく当サイトの出題範囲の整理では、第5章のモデル化に、教師あり学習と教師なし学習の違い、過学習、次元の呪い、ホールドアウト法と交差検証、ニューラルネットワークなどが1つ星の項目として挙がっています。出題形式は変わることがあるため、受験前に公式情報も確認してください。

教師あり学習と教師なし学習の違いは？

教師あり学習は正解を付けたデータから学習し、回帰や分類を解きます。教師なし学習は正解のないデータを対象にし、代表例はクラスター分析です。

強化学習は教師あり学習と何が違いますか？

強化学習は、正解を直接教わるのではなく、行動の結果として環境から返る報酬を手がかりに、行動の選び方（方策）を改善していきます。公式のチェック項目にも、両者の違いを前提・定義・応用先の観点で説明できることが挙がっています。

過学習はどう防ぎますか？

1つ星では、過学習とは何か、何が問題かを説明できる範囲です。防ぎ方として、上位の2つ星にはL1正則化（Lasso）、L2正則化（Ridge回帰）、それらを組み合わせたElastic netを適用できる項目があります。評価の面では、学習に使っていないデータで評価するために、ホールドアウト法や交差検証を使います。