AIの基礎概念に関する導入〜標準レベルの問題
教師あり学習の説明として最も適切なものを選択してください。
教師あり学習は、入力データと正解ラベルの組を使って、未知の入力に対する出力を予測する関数を学習する方法です。画像に「犬」「猫」というラベルを付けて分類器を作る、住宅の特徴量から価格を予測する、メール本文から迷惑メールかどうかを判定する、といった例が典型です。教師なし学習や強化学習との違いと合わせて押さえておきましょう。
正解の理由
選択肢3のように、正解ラベル付きデータを用いて入力から出力への対応関係を学ぶのが教師あり学習です。ここでいう「教師」は人間の先生ではなく、学習時に与えられる正解情報を指します。目的変数がカテゴリなら分類、連続値なら回帰として扱うことが多く、どちらも教師あり学習の代表例です。
混同しやすい論点
他の選択肢の評価
実務上の意味
実務では、教師あり学習を使うには質のよいラベルデータが必要です。ラベル定義が曖昧だと、モデルは一貫した規則を学べません。また、学習時のデータ分布と運用時のデータ分布がずれると精度が落ちるため、データ収集、ラベル設計、評価設計がモデル選定と同じくらい重要になります。