【きょうしなしがくしゅう】
教師なし学習 とは？
最終更新:
💡 正解ラベルなしで、データの構造を探す
学習時に正解ラベルを与えず、データの分布や構造を捉える機械学習の方法。クラスタリングや次元削減などに使う。結果は特徴量や手法の設定に左右され、見つかったまとまりの意味や有用性を確認する必要がある。
📌 このページのポイント
ひよこ 正解ラベルなしで何を学ぶの？
ペンギン先生 データの分布や構造を捉えるよ。たとえば購買回数や金額が近い会員をグループに分ける。最初から「常連」などの正解ラベルを教えるわけではないんだ。
ひよこ グループの意味も分かるの？
ペンギン先生 計算で似たデータをまとめても、グループの意味や用途は別に確かめる必要があるよ。どんな特徴が多いかを見て、目的に合う分け方か検討するんだ。
ひよこ 何個に分けるかも自動？
ペンギン先生 手法によるよ。k-meansはクラスタ数kを指定する。一方、DBSCANは近傍の範囲などを設定する方法で、最初にクラスタ数を指定する仕組みではない。同じデータでも設定で結果が変わるんだ。
ひよこ 次元削減はグループ分けと同じ？
ペンギン先生 別の処理だよ。たとえばPCAは、データのばらつきを捉える軸へ変換する。少数の軸に絞れば、可視化や後の計算に使える。ただし落とした情報もあるので、目的に合うか確かめるよ。
ひよこ 異常検知も教師なし学習なの？
ペンギン先生 ラベルなしのデータから外れた点を探す方法もあるよ。ただし、正常と分かっているデータから未知の異常を探す方法などもあり、異常検知がすべて同じ学習条件とは限らないんだ。
まとめ：ざっくりこれだけ覚えればOK！
「教師なし学習」って出てきたら「正解なしでデータのかたまりや構造を自動発見する学習方法だな」と思えればだいたいOK！
📖 おまけ：英語の意味
「Unsupervised Learning」 ＝ 教師信号を与えない学習
💬 Unsupervisedは「監督されていない」という意味。ここでの教師は、学習時に与える正解ラベルなどの教師信号を指すよ。