分類

教師あり学習とは、機械学習の主要な方法の一つで、人間が先生のように、既に答えが分かっている情報を用いて機械に学習させる方法です。この学習方法は、入力情報とその入力情報に対する正しい出力情報の組み合わせをたくさん用意し、それらを機械に与えることで、入力情報と出力情報の間の繋がりを機械に覚えさせます。 具体的には、大量のデータセットを用います。データセットとは、入力データとその正解となる出力データのペアのことです。例えば、果物の写真とその果物の名前の組み合わせがデータセットの一つになります。リンゴの写真には「りんご」という名前、バナナの写真には「ばなな」という名前といったように、たくさんの写真とその正解となる名前をセットにして機械に学習させます。 この学習済みの機械は、未知の入力情報が与えられた時、学習した繋がりをもとに、ふさわしい出力情報を推測することができます。例えば、新しい果物の写真を見せると、学習したデータをもとに「これはみかんです」と推測して答えることができます。 手書きの数字を認識するシステムを作る場合を例に考えてみましょう。たくさんの手書き数字の画像と、それぞれの画像がどの数字を表しているかという情報（正解ラベル）を機械に学習させます。０の画像には「０」というラベル、１の画像には「１」というラベル、というようにたくさんの画像とラベルをセットで学習させます。学習が完了すると、新しい手書き数字の画像を見せた時に、機械はそれがどの数字を表しているかを正しく認識できるようになります。 このように、教師あり学習は、情報の中から模様や規則性を見つけ出し、予測を行うことを目的としています。大量のデータから隠れた関係性を学習し、未知のデータに対しても正確な予測をすることが可能になります。教師あり学習は、画像認識、音声認識、自然言語処理など、様々な分野で活用されています。