【きょうしありがくしゅう】
教師あり学習 とは？
最終更新:
💡 正解付きの例から、予測の仕方を学ぶ
入力と予測対象の値（ラベル）を組にしたデータから、入力と出力の関係を学ぶ機械学習の方法。カテゴリを予測する分類や、数値を予測する回帰に使う。未知のデータでの性能は別に評価する。
📌 このページのポイント
ひよこ 「教師」は人間の先生なの？
ペンギン先生 ここでの教師は、予測対象の値であるラベルのことだよ。たとえばメールと「スパム・通常」のラベルを組にして学習する。モデルは入力とラベルの関係を学び、新しい入力の答えを予測するんだ。
ひよこ 分類と回帰はどう違うの？
ひよこ ラベルは全部、人間が手で付けるの？
ペンギン先生 人が付ける場合もあるけれど、販売価格など既存の記録を使う場合もあるよ。ラベルが誤っていたり、入力と対応していなかったりすると学習や評価に影響する。手間の大きさはデータや課題によるんだ。
ひよこ 練習したデータでよく当たれば成功？
ペンギン先生 学習に使った例だけでは判断できないよ。モデルの調整には検証用データを使い、最後は別のテスト用データで評価する方法がある。テスト結果を何度も調整に使うと、そのデータに合わせすぎることにも注意しよう。
ひよこ 新しい状況でも当たるの？
ペンギン先生 保証はないよ。たとえば晴天の写真が中心のデータで学習して、雪道で使うなら条件が違う。評価用データが実際の使用条件を表しているか確認し、運用中も性能やデータの変化を調べ、必要に応じてデータやモデルを見直すんだ。
まとめ：ざっくりこれだけ覚えればOK！
「教師あり学習」って出てきたら「正解付きの例から予測の仕方を学ぶ機械学習」と思えばだいたいOK！
📖 おまけ：英語の意味
「Supervised Learning」 ＝ 監督された・管理された学習
💬 Supervisedは「監督・指導」の意味。正解という「先生の答え」に監督してもらいながら学ぶイメージだよ