機械学習の入門 — 教師あり・なし・強化学習の違い

導入

スパムメールが自動でフィルタリングされたり、動画サービスがおすすめ作品を提案してくれたりするのは、機械学習の力によるものです。AIの中核をなす機械学習の種類と使いどころを確認していきます。

くわしく知ろう

機械学習とは、大量のデータからコンピュータが自動でパターンやルールを学習する技術のことです。人間がすべてのルールを手作業で定義するのではなく、データから自らルールを見つけ出す点が特徴になっています。

教師あり学習は、「入力データ」と「正解ラベル」をセットにして学習させる手法です。メールのスパム判定（スパム/非スパムのラベル付きデータで学習）や画像認識（写真と「猫」「犬」などのラベルで学習）が代表例として知られています。

教師なし学習は、正解ラベルなしでデータの構造やグループを発見する手法を指します。似た属性の顧客をグループに分けるクラスタリング（顧客セグメンテーション）などが典型例です。

強化学習は、試行錯誤を繰り返してより良い行動方針を学習する手法です。将棋AIやゲームAIが報酬を最大化するために学習するプロセスがこれにあたります。

このほか、学習済みのモデルを別のタスクに転用する転移学習や、人間の脳の神経回路を模したニューラルネットワークも試験に登場します。

具体例

たとえば、「スパムかどうかラベル付きのメール10万件」で学習させるのが教師あり学習です。一方、ラベルなしの購買データから「よく似た買い物をする顧客グループ」を自動で見つけるのが教師なし学習の活用場面です。

まとめ・試験ポイント

• 教師あり学習＝正解ラベルつきデータで学習（スパム判定・画像分類など）
• 教師なし学習＝正解なしでパターンを発見（クラスタリングなど）
• 強化学習＝試行錯誤で報酬を最大化する行動方針を学習（ゲームAIなど）
• ニューラルネットワーク＝人間の脳の神経回路を模した学習モデル
• 試験では3種類の学習方式の特徴と代表的な用途の組み合わせがよく問われる