教師あり学習とは？

こんにちは！タイムレスエデュケーションの日高です。先月の記事では「機械学習」について話をしました。この機械学習には、教師あり学習と教師なし学習がありましたね。今日は、教師あり学習で用いる具体的な手法について説明していきます。教師あり学習には、「分類」と「回帰」があるのですが、それぞれの手法が実際どのように行われるのかを見ていきましょう。

【分類】

　まずは、データがどのカテゴリーに属するかを予測するための手法である、分類について説明します。この手法の性質は、離散的な値（カテゴリー）を扱うことです。前回の記事では、教師あり学習の説明をする際に動物の例を出して説明しましたが、今回は靴で考えてみましょう。スニーカーと革靴が写った画像が、大量にある状況を想像して下さい。このような状況で分類を行うためには、それぞれの画像に正解のデータ（スニーカーもしくは革靴）を、最初に設定します。そして、画像と正解データのセットをコンピュータに与えることで、どのような法則で画像が分類されているかを分析します。そうすると、コンピュータはスニーカーと革靴の特徴を覚えて、スニーカーもしくは革靴が写った新しい画像を区別できるようになります。

【回帰】

次に、回帰について説明します。この手法は数値を予測するためのものですが、連続的な値（数値）を扱うという性質を持ちます。例えば、家賃の金額などを予測できるようになりますが、具体的な手順は以下のようになります。

まず既存の物件データをもとに、部屋の広さや最寄り駅からの距離、家賃などのデータを、大量にコンピュータに与えます。そして、コンピュータは与えられたデータを解析して、家賃の金額を予測するためのモデル（計算式）を作成します。このようにして出来上がったモデルを使うことで、部屋の広さや最寄り駅からの距離などのデータが分かっている前提ではありますが、未知の物件についても家賃の額を予測する事が可能となります。

【まとめ】

今日は、分類、回帰それぞれの手法について解説しましたが、前回の記事も合わせて読むことで、機械学習についてより一層興味を持っていただけると嬉しいです。次回以降の記事では、教師なし学習で使われる手法についても説明できればと思いますので、楽しみにしていて下さい。

参考書籍

・スッキリわかるPythonによる機械学習入門 https://www.amazon.co.jp/dp/4295009946/

プログラミングを学ぶなら「ドクターコード」

ドクターコードはタイムレスエデュケーションが提供しているオンラインプログラミング学習サービスです。初めての方でもプログラミングの学習がいつでもできます。サイト内で質問は無制限にでき、添削問題でスキルアップ間違いなしです。ぜひお試しください。

ドクターコードに進む »