教師あり学習・なし学習・AIの強化学習とは？（ITパスポート・ストラテジー系）

こんにちは～！今日は、ITパスポート試験に向けて、AIに使われる機械学習の世界をさらに深く掘り下げていこう！

教師あり学習とは

教師あり学習とは、名前のとおり、まるで先生（教師）がそばにいてくれて、「これは猫だよ」「これは犬だね」と教えてくれるイメージ。

つまり、データと正解をセットにして与える（または、間違いを指摘する）手法のこと！
画像認識やメールのスパム分類など、私たちの身の回りでよく使われています。

教師あり学習は、明確な答えがある問題にめちゃくちゃ強いんです。この正解をセット（タグ付けとも言われる）はその代わり、手間がすごいかかるのが難点だね。

教師なし学習とは

教師なし学習とは、データのみを与える手法のこと。
データに「正解」がついていない状態で、コンピュータが自分でデータのパターンや構造を見つけ出す学習方法です。タグ付けもAIに任す方法ね。その分、精度が低くなる傾向にあるよ。

データのクラスタリングや異常検出などに使われます。
教師なし学習は、隠れた関係性や構造を発見するのに適していて、新しい知見を見つけ出すのに役立つのが特徴

強化学習とは

強化学習とは、個々の行動に対する良し悪しを得点として与えることで、高得点をもっと多く得られるやり方を学習する手法のこと！

どの行動が最終的に最も良い結果をもたらすかを学んでいきます。
自動運転車やロボットの制御など、複雑な環境下での意思決定に特に有効です。

メリットとデメリット

メリット

データから自動で学習し、改善していくことで、人間の手を煩わせることなく、多くの作業を効率化、最適化できるんです。
時間の節約、コスト削減、さらには人間では見つけられなかったパターンや関係性を発見できる可能性も！

デメリット

データの質や量に強く依存するため、不正確なデータや偏ったデータは学習結果に悪影響を及ぼします。
また、複雑なモデルは解釈が難しく、なぜその結果になったのかを説明するのが困難な場合があります。
そして、プライバシーや倫理的な問題も慎重に考慮する必要がありますね。

機械学習に関するITパスポート試験の過去問！

Q：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。

答え：エ

正解は『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』
テストデータと正解の組が教師データとして与えられているため、教師あり学習に該当

AIに学習をさせる方法は、3つに分類されるの！
「教師あり学習」データに正解例（タグ）がついてる・AIで成否を判断したい時、レントゲンで異常を発見するとか
「教師なし学習」データに正解例（タグ）がついてない・分類わけしたい時に使う
「強化学習」正解データの代わりに、行動に対して得点や報酬を与える学習方法。将棋・オセロ等で活用
AIの学習をディープラーニングって言ったり、データを食わすって言ったりするよ！

「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。」は、教師なし学習の事例なので不正解

「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。」はルールベースAIの事例で、システムは学習を行わないので不正解

「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。」は、試行錯誤を繰り返すことによる強化学習の事例なので不正解

ITパスポート試験をスマホで手軽に勉強！

「えろ勉」も戦略的に開発＆運営しております。この記事が勉強になった！ためになったよ〜って思ったら、なんかアクションをお願い！！「えろの力で勉強するゲーム：えろ勉」