機械学習は、最近よく聞くキーワードとなっています。中でも、「教師あり学習」と「教師なし学習」は、機械学習の基本的な手法として知られています。しかし、これらの違いを明確に説明するのは少し難しいかもしれません。今回は、初心者の方でも分かりやすいように、これらの違いを解説していきます。
教師あり学習は、学習データに「答え」が含まれている手法です。たとえば、ある果物が「りんご」なのか「バナナ」なのかを教える場面を考えてみましょう。写真とそれが「りんご」か「バナナ」かという答えがセットになったデータを使って、コンピュータに学習させます。すると、新しい果物の写真を見せた時に、それが「りんご」なのか「バナナ」なのかを予測してくれるようになります。
教師なし学習は、答えのないデータを使って学習する手法です。ここでも果物の例を使って考えてみましょう。りんごやバナナの写真がたくさんあるけど、どの写真がどの果物なのかは教えてあげません。すると、コンピュータは自らその特徴を捉えて、似たもの同士をグループ化してくれます。例えば、りんごの写真同士やバナナの写真同士をまとめるようなことをします。しかし、「これはりんごだ」というラベルは教えられません。ただ、似たものをグループにしてくれるのです。
実際の問題でどちらを使うかは、目的に応じて変わってきます。もし、正解ラベルがあって、その答えを予測するようなタスクの場合は「教師あり学習」を使用します。一方、データの構造やパターンを探る場合や、データをグループ分けする場合は「教師なし学習」が適しています。
「教師あり学習」は、答えが与えられたデータを使って学習し、新しいデータに対して答えを予測する手法です。一方で、「教師なし学習」は、答えのないデータを使って、データの特徴やグループを自動で見つけ出す手法です。これらの理解を深めることで、機械学習の多彩な応用が可能となります。