PR

機械学習の種類は大きく分類すると二つ

機械学習
GDJ / Pixabay
記事内に広告が含まれています。

対象読者

  • 機械学習の種類について知りたい方

機械学習の種類

大きく分けると二つです。

  • 教師あり学習
  • 教師なし学習

教師あり学習(Supervised Learning)

教師あり学習は機械学習がデータを学習する際に正解を教えてあげることです。

例えば、「名前」と「色」と「葉っぱ」があるかどうかというデータを元に野菜かどうか機械学習に判定させたいとします。

以下の表のように「野菜かどうか」という答えを学習時に教えてあげることを教師あり学習と言います。

※説明のためものすごく単純化しております。

名前 葉っぱの有無 野菜かどうか
ほうれん草 緑色 Yes
ブロッコリー 緑色 Yes
にんじん オレンジ色 Yes
牛肉 赤色 No
豚肉 赤色 No
大根 白色 Yes

この学習データで学習した機械学習に以下のデータを野菜かどうか判定させるとどう判定するでしょう。

色が緑色で葉っぱが有るパターンです。

学習データ上は上記条件に該当するものは全て野菜なので、教師あり機械学習もYesと答えられそうです。

名前 葉っぱの有無
小松菜 緑色

教師なし学習(UnSupervised Learning)

教師なし学習は機械学習がデータを学習する際に正解を教えず自ら正解を決める学習手法です。

教師なしは答えを教えないので、このデータはどのグループっぽいよ!という答え方をします。

 

以下の表のように今度は教師ありと違って「野菜かどうか」という答えを学習時に教えません。

どうやって判定するかというと葉っぱが有グループと無のグループに分けることができますね。

判定対象のデータが似ているグループかどうかで判定を行います。

※色のグループもありますが、説明単純化のため葉っぱが有るかどうかのグループ分けにしています。

名前 葉っぱの有無
ほうれん草 緑色
ブロッコリー 緑色
にんじん オレンジ色
牛肉 赤色
豚肉 赤色
大根 白色

 

この学習データで学習した機械学習に以下の検証データを野菜かどうか判定させるとどう判定するでしょう。

判定対象データは葉っぱが有るパターンです。

なので、教師無しの機械学習の判定結果は葉っぱがあるグループに以下の判定対象データを判定します。

名前 葉っぱの有無
小松菜 緑色

コメント