トップページ | ひとつ上のページ | 目次ページ | このサイトについて | ENGLISH

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。

回帰分析判別分析決定木 、等があります。

教師あり学習の例

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。

教師なし学習

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。

クラスター分析主成分分析自己組織化マップ(SOM) 、等があります。

教師なし学習の例

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。



参考文献

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。



順路 次は 強化学習

Tweet