Modeling of Events

機械学習入門 第二回(後編)

  • HOME »
  • 機械学習入門 第二回(後編)

人工知能にも先生がいる?「教師あり」と「教師なし」(後編)

「教師なし学習」の特徴とは?

次は「教師なし学習」の特徴についてみてみましょう。「教師なし学習」とは誰にも教わらず自習する学習方法であると説明しました。

 

上記で紹介した「教師あり学習」のように、与えられたデータが何であるかを示すラベルが一切なくデータのみを与えられ、データ群からルールを独自に見出すという学習方法です。

教えてもらう人がいない分、何が正解であるか分からないため、どのようなルールを導き出すのか予測がつかないというのが大きな特徴です(「教師あり学習」と逆ですね。「教師あり学習」では、一定のルールに沿ったデータをコンピュータに与えるため、大体どんなルールを見出すのかある程度予測がつきます)。

「教師あり学習」で用いた例を使って、今度は「教師なし」の場合どうなるか考えてみます。

 

no_label

すると、コンピュータは、与えられた画像データの特徴から見出されるルールは例えば下記のようなものがあるでしょう。

youso

 

「教師あり学習」のように「昆虫/昆虫以外」のラベル(明確な答え)が無いため、そもそもどんなルールが“昆虫”という概念に当てはまるか分かりません。

そこで、一番バラつきが少なくより多くの生物に共通していた【体節が頭、胸、腹に分かれている】というルールに当てはまる生物を“昆虫”と名付けることにします。

 

※もちろん、1つの要素についてのみ解析する訳ではなく、各要素の関連性、方向性も解析するため、複数の要素を組み合わせて、【体節が頭、胸、腹に分かれていて3対の脚、2対の翅】ルールに当てはまる生物が多い…という結論を見出すということもあり得ます。

 

一見意味がないように思えますが、「教師なし学習」では、『法則性がはっきり分からないデータ群から何らかのルールを見つけ出す』こと自体が目的なのです。

予めルールが推測できるデータについては「教師あり学習」が有効ですが、そもそもルールを推測できず、どう扱って良いのか分からないデータに関しては「教師なし学習」が適しているでしょう。

 

「教師あり学習」、「教師なし学習」の違いについて、大体お分かりいただけましたでしょうか。第2回では、機械学習には「教師あり学習」と「教師なし学習」があるということをご説明しましたが、次回はそれぞれで用いられている技術について、もう少し詳しくみていきます。

 

Facebooktwittergoogle_plusredditpinterestlinkedinmail
PAGETOP
Copyright © Pharma Science Co., Ltd. All Rights Reserved.