🎉

【機械学習】教師あり学習、教師なし学習等(備忘録)

2021/09/15に公開

はじめに

応用情報技術者の問題を解く上で、「教師あり学習」「教師なし学習」等の用語が登場したが、覚えづらかったため記事にアウトプットします。

訓練データとして、ラベル(正解)付きデータを使用する学習方法。
入力に対する正しい出力の例を与えることで、入力と出力の関係を学習させる。

代表的なものは、分類と回帰になります。

項目	内容	具体例
回帰	連続する数値を予測するもの	以下を予測し、将来のお弁当の販売個数を予測する。・平均気温や天候等のデータ・お弁当の販売個数
分類	あるデータがどのクラスに属するかを予測するもの	迷惑メールか否かがわかっているクラス分けがされたデータから以下を学習し、新着メールが迷惑メールか否かを予測する。・文章の特徴・クラスの関係

訓練データとして、ラベルなしデータを使用する学習方法。
ゴールは、データに対する理解を深めるためにデータの基本的な構造や分布をモデル化すること。

代表的なものは、クラスタリングとアソシエーション分析があります。

項目	内容
クラスタリング	データに内在するグループ分けを見つけ出す。
アソシエーション分析	データの大部分を表すようなルールを見つけ出す。

正解データの代わりに、与えられた環境における個々の行動に対して得点や報酬を与える学習方法。
一連の行動に対して評価値を与えることで、高い得点を取る、すなわち最良の行動を自律的に学習させる。

強化学習の活用事例は、以下になります。

項目	内容
AlphaGo	Google社の関連会社であるディープマインド社が開発したコンピュータ囲碁プログラム
AlphaZERO	ディープマインド社によって開発されたAI。囲碁、将棋、チェスの三つのボードゲームにおいて、自己学習によって高い学習成果を出すことに成功
自動車の自動運転	物体検知によるエンジン制御などが可能となっており、日本国内でも実証実験が蓄積されてきている。

	入力データ	出力データ (教師データ)	出力データ (正しい答え)	活用事例
教師あり学習	与えられる	ある	与えられる	出力に関する回帰・分析
教師なし学習	与えられる	ない	与えられない	入力のグループ分け、情報集約
強化学習	与えられる (試行する)	間接的にある	報酬(評価)として与えられる	将棋、囲碁、TVゲーム、ロボットの動作学習