教師ありと教師なしの学習

「教師あり」、「教師なし」という言葉が、機械学習の分野でよく使われます。

データ解析の手法のほとんどは、教師ありか、教師なしかで区別できますが、ニューラルネットワークや MT法のように、両方の使われ方をするものもあります。

教師あり学習

「教師」というのは、いわゆる「先生」のことではなく、 Y （結果系のデータ）のことです。教師あり学習と言うのは、Y と　X （原因系のデータ）の関係を学習する方法です。うまく学習できると、Yの推定や予測に使えます。

機械学習のページに、機械学習の基本的な例がありますが、これは教師あり学習の例です。

X1、X2という変数の値と、その位置の色のデータがあるとします。
データを見てみると、
「X1 > 4 ならば、オレンジ色」、「X1 < 4 ならば、青色」
というルールが言えそうなことがわかります。これが、教師あり学習です。
この学習結果を使って、
「X1 = 5、X2 = 6　の時は、オレンジ色になるはず」
といった予測をしていきます。

教師なし学習は、データの特徴を学習する方法です。持っているデータを分類したり、「要するにどんなデータなのか」と言う事を調べる事に使われます。

教師あり学習の中で、中間層を作るために教師なし学習が使われる事もあります。

このページでは、あえて、同じデータを使って、教師あり学習と教師なし学習を並べてみました。

教師あり学習と教師なし学習の、個々の手法は、機械学習、多変量解析、パターン認識、データマイニングといった分野の本で書かれています。