メインコンテンツへスキップ
見出し画像

教師あり学習とは?教師なし学習・強化学習との違いをITパスポート過去問で解説

    ある会社のお客様窓口で、問い合わせメールをAIで自動的に分類することになりました。

    まず、過去のメール1万件に、担当者が「返品」「配送」「不具合」などの正解ラベルを付けました。この「メールの文章」と「正解ラベル」の組み合わせをAIに学習させると、新しいメールが届いたときにどの分類かを予測できるようになります。

    このように、問題と正解がセットになったデータを使って学習する方法を 教師あり学習 といいます。

    機械学習の3つの学習方法

    教師あり学習
    正解ラベル付きのデータで学習し、新しいデータの答えを予測する。
    例:メールの分類、売上の予測、画像から不良品を見分ける

    教師なし学習
    正解ラベルのないデータから、似たもの同士をグループに分けたり、特徴を見つけたりする。
    例:購買履歴から顧客をグループ分けする(クラスタリング)

    強化学習
    試行錯誤をくり返し、うまくいったときに「報酬」を与えて、よりよい行動を学ぶ。
    例:ロボットの動作の訓練、囲碁や将棋のAI

    過去問にチャレンジ

    問題
    教師あり学習の事例に関する記述として,最も適切なものはどれか。
    ア 衣料品を販売するサイトで,利用者が気に入った服の画像を送信すると,画像の特徴から利用者の好みを自動的に把握し,好みに合った商品を提案する。
    イ 気温,天候,積雪,風などの条件を与えて,あらかじめ準備しておいたルールベースのプログラムによって,ゲレンデの状態がスキーに適しているか判断する。
    ウ 麺類の山からアームを使って一人分を取り,容器に盛り付ける動作の訓練を繰り返したロボットが,弁当の盛り付けを上手に行う。
    エ 録音された乳児の泣き声と,泣いている原因から成るデータを収集して入力することによって,乳児が泣いている原因を泣き声から推測する。
    出典:令和4年度 ITパスポート試験 問24

    正解と解説

    正解:エ

    「泣き声(問題)」と「泣いている原因(正解)」がセットになったデータで学習し、新しい泣き声から原因を推測しています。これが教師あり学習の典型例です。

    他の選択肢

    • ア:正解ラベルなしで画像の特徴から好みをつかむ → 教師なし学習の考え方

    • イ:あらかじめ人が作ったルールで判断する → ルールベースで、機械学習ではない

    • ウ:訓練(試行錯誤)をくり返して上手になる → 強化学習

    ひっかけポイント

    ① 「正解がセット」かどうかで判断する
    問題文のデータに、「原因」「分類」「結果」などの正解が付いていれば教師あり学習です。正解がなく、データから特徴やグループを見つけるのは教師なし学習です。

    ② 「繰り返し訓練」「報酬」は強化学習
    ロボットやゲームのAIが、試行錯誤で上手になっていく例は強化学習です。

    ③ ルールベースは機械学習ではない
    人があらかじめ条件と判断を決めておくプログラムは、データから学習していないので、どの学習方法にも当てはまりません。

    まとめ

    • 教師あり学習は、問題と正解がセットのデータで学習し、答えを予測する方法

    • 正解なしでグループ分けや特徴を見つけるのは教師なし学習

    • 試行錯誤と報酬で行動を学ぶのは強化学習

    • 人が決めたルールで判断するのはルールベース(機械学習ではない)

    ほかの用語の解説は、ITパスポート過去問解説まとめ|分野別の記事一覧からどうぞ。

    ―――

    この記事のような解説を、試験範囲全体で体系的にまとめた本を出しています。
    過去問だけでは理解が浅いと感じる人は、ぜひどうぞ。

    『ITパスポート 新試験対応 体系テキスト+過去問』
    Amazonで見る

    あなたへのおすすめ