機械学習
ITパスポート 用語
機械学習は、データからパターンを学ばせて判定や予測を行わせるAIの手法です。正解ラベル付きのデータで学ぶ教師あり学習（分類・回帰）、ラベルのないデータをグループ分けする教師なし学習（クラスタリング）、報酬をもとに行動を学ぶ強化学習があります。学習データに正解のラベルを付ける作業をアノテーションといいます。
機械学習の種類の違い
| 学習 | 学習データ | 主な手法・例 |
|---|---|---|
| 教師あり学習 | 入力と正解ラベルの組 | 分類、回帰 |
| 教師なし学習 | 正解ラベルのないデータ | クラスタリング（グループ分け） |
| 強化学習 | 行動の結果に対する報酬 | 報酬が最大になる行動の学習 |
正解ラベル付きのデータで学ぶなら教師あり学習、ラベルなしでグループ分けするなら教師なし学習、報酬で学ぶなら強化学習です。
取り違えやすい用語
- 教師あり学習と強化学習（正解ラベルの組で学ぶか、動作の繰り返しと報酬で学ぶか）
- 分類・回帰とクラスタリング（教師あり学習の手法か、教師なし学習の手法か）
- アノテーションとデータクレンジング（正解ラベルを付ける作業か、データの誤りや重複を取り除く作業か）
試験での出方
- 事例の中から、教師あり学習に当たるものを選ぶ（令和4年度 問24）
- 教師あり学習と教師なし学習の手法（分類・回帰・クラスタリング）の組合せを選ぶ（令和6年度 問65）
- 教師あり学習で正解となる情報を付与する作業の用語を選ぶ（令和8年度 問16）
- 判定結果の表から、機械学習モデルの再現率を求める（令和5年度 問76）
出題された回
全年度から出題。10問で実力を判定します。登録不要。
解説と用語ページは生成 AI が書き、別の生成 AI が確かめています。作り方