「教師なし学習」とは|テクスタ辞書


「教師なし学習」とは、人工知能に関する研究課題・機械学習で用いられている手法の1つです。教師なし学習を活用することで、データを元に、その背景に存在している基本的な情報を割り出したり、分類したりすることができます。

教師なし学習の特徴

「機械学習」の手法には、大きく分けて2つのタイプがあります。1つは「教師あり学習」という手法で、もう1つの方法が「教師なし学習」です。2つの手法には、決定的な違いがあります。それは、「出力の対象となるもの」があらかじめ決まっているかどうかという点です。

出力すべきデータを決めた上で行うのが教師あり学習、出力データを決めずに行うのが教師なし学習と分類されます。教師なし学習の特徴は、正解・不正解が存在しない点です。出力データ、すなわち正解を導き出すことが目的の教師あり学習では、予測の正解率や正確性が重要視されます。しかし、出力データが存在しない教師なし学習では、重要視する観点が異なります。

教師なし学習の目的は、与えられたデータを、共通点や特徴を基準にして、いくつかのクラスタに振り分けることです。その為、さまざまな分類方法に対応できることや、広い観点で柔軟な分類を行えることが、重要視されています。

教師なし学習の活用例

教師なし学習は、日常生活のさまざまな場面で使われています。

例えば、電子メールの分類にも、教師なし学習がいかされています。教師なし学習を活用すると、迷惑メールや会員になっているオンラインショップのメール、ニュースのメールマガジンや知人からのメールなど、さまざまな分野に分類することが可能です。

また、企業が顧客を傾向やタイプ別に分類する際にも、教師なし学習が利用されています。アンケートなどをもとに、教師なし学習を駆使して顧客のタイプや傾向を分類することで、それぞれのクラスタに合ったおすすめのメニューや商品を紹介する「レコメンド」というサービスが展開できるというわけです。

その他、データの異常値や外れ値の分類などにも活用されています。
このように、正解・不正解だけでは分類しきれない、日常のさまざまな情報や場面、データに対して、教師なし学習が活用されているのです。