伴菜と美月のAI教室｜読了時間：約3分
美月の「これってどういうこと？」
美月：「ねえ、ハンナ。前にAIはデータを使って学習するって教えてくれたよね。でも、AIってどうやって正しい答えを覚えるの？」
伴菜：「いい質問ね。実は、AIの学習にはいくつかの方法があるの。今日は代表的な『教師あり学習』と『教師なし学習』を紹介するわね」
美月：「教師ってことは、AIにも先生がいるの？」
伴菜：「ふふっ、本当の先生がいるわけじゃないのよ。教師あり学習では、正解となる情報を付けたデータを使って学習するの。例えば、猫の写真には『猫』、犬の写真には『犬』という正解を付けて教えるのよ」
美月：「なるほど！ じゃあ、教師なし学習は正解を教えないってこと？」
伴菜：「そのとおり。教師なし学習では、正解ラベルを付けずに、データの特徴や似ているもの同士のまとまりを見つけるの。例えば、たくさんの動物の写真を渡して、特徴が似た写真をグループに分けるような方法があるわ」
美月：「でも、正解を教えていないのに、ちゃんと猫と犬に分けられるの？」
伴菜：「必ずしもそうとは限らないの。毛の色や体の大きさなど、別の特徴でグループができることもあるわ。教師なし学習は、人間が期待する分類をそのまま再現するとは限らないのよ」
美月：「そっか！ 正解を使って学ぶのが教師あり学習、正解なしでデータの特徴を見つけるのが教師なし学習なんだね！」
伴菜：「そうよ。この違いを理解すると、AIにどんな仕事を任せられるのか、もっと分かるようになるわ」
図で理解しよう
教師あり学習は、正解を使って予測できるようにする方法。
教師なし学習は、正解を使わずにデータの中に隠れているパターンや構造を見つける方法です。
もう少し詳しく
教師あり学習（Supervised Learning）
教師あり学習とは、入力データと正解となる情報を組み合わせてモデルを学習させる方法です。
例えば、過去のメールに「迷惑メール」「通常のメール」という正解ラベルを付けて学習させると、新しく届いたメールが迷惑メールかどうかを予測できるようになります。
教師あり学習の代表的なタスクには、次の2つがあります。
- 分類（Classification）：データがどのカテゴリーに属するかを予測する。例：迷惑メールか通常のメールか。
- 回帰（Regression）：数値を予測する。例：来月の売上金額。
教師なし学習（Unsupervised Learning）
教師なし学習とは、正解ラベルのないデータから、パターンや構造を見つける方法です。
例えば、顧客の購入履歴を分析して、購買傾向の似た顧客をグループに分けることができます。
代表的なタスクには、次のようなものがあります。
- クラスタリング（Clustering）：似た特徴を持つデータをグループに分ける。
- 次元削減（Dimensionality Reduction）：データの重要な特徴をできるだけ残しながら、扱う変数の数を減らす。
教師あり学習と教師なし学習の違い
| 比較項目 | 教師あり学習 | 教師なし学習 |
|---|---|---|
| 正解ラベル | あり | なし |
| 主な目的 | 予測・分類 | パターンや構造の発見 |
| 代表的なタスク | 分類、回帰 | クラスタリング、次元削減 |
| 活用例 | 迷惑メール判定、売上予測 | 顧客グループ分析、データの可視化 |
「分類」と「クラスタリング」は違う
ここは特に間違えやすいポイントです。
分類（Classification） は、あらかじめ決められたカテゴリーを予測する教師あり学習のタスクです。
一方、クラスタリング（Clustering） は、正解ラベルを使わずに、似たデータ同士をグループにまとめる教師なし学習のタスクです。
どちらもデータをグループに分けるように見えますが、正解ラベルを使って学習するかどうかが異なります。
まとめ
美月：「教師あり学習は正解を使って学ぶ方法で、教師なし学習は正解なしでデータの特徴やパターンを見つける方法なんだね！」
伴菜：「そうよ。そして、教師あり学習には『分類』と『回帰』、教師なし学習には『クラスタリング』などがあるの。それぞれ何ができるのかを知ると、AIの使い分けも分かるようになるわ」
理解度チェック
ここまで理解できたかな？
次の3問に挑戦してみよう！
もっと詳しく学びたい人へ
ここまでで、教師あり学習と教師なし学習の違いや、正解ラベルを使う学習と、データの特徴を見つける学習について学んだよ。
30 Minutes AI 第3話では、教師あり学習の「分類」と「回帰」、教師なし学習の「クラスタリング」や「次元削減」などを、具体的な例を使いながらさらに詳しく説明するよ。
次回予告
第4話「分類と回帰って何が違うの？」
迷惑メールかどうかを判定するのが「分類」、将来の売上金額を予測するのが「回帰」。
どちらも教師あり学習だけど、予測するものが違うんだ！
次回は、分類と回帰の違いを、伴菜と美月が身近な例を使って解説するよ！
「3 Minutes AI｜第3話「教師あり学習と教師なし学習って何が違うの？」」への1件の返信
[…] ← 3 Minutes AI 第3話へ […]