教師なし学習とは?
教師なし学習とは、
です。
答えを与えずにどうやって学習するか疑問に思うかもしれませんが、教師なし学習で解決する問題にはそもそも答えがないものになります。
入力したデータを別の形式に変換したり、データをグルーピングを行うことを行うので一意の正解はありません。
具体例を用いて説明していきます。
赤リンゴと青リンゴの画像を入力した例です。
入力された画像をAIが分析してグルーピングを行っています。
今回は画風に着目して、2つのグループにグルーピングしました。
教師なし学習は、AIが出した結果を解釈するために、人間が入力データの前提知識がある程度必要になります。
今回の場合は画風によってグルーピングをしたことを人間が想像してあげないと、AIの推論結果の意図をくみ取ることができません。
また、グループの分け方を意図したものに指定することも教師あり学習では難しいです。
以上が教師なし学習の概要となります。
教師なし学習でできること
教師なし学習では、次元削減とクラスタリングをすることができます。
機械学習では学習方法によって解決できる課題がそれぞれ異なります。
次元削減の例
例えば「国語力」「数学力」「記憶力」という3つのパラメータを「賢さ」という1つのパラメータにまとめて表すことが例としてあげられます。
クラスタリングの例
他の学習方法との違い
教師なし学習以外にも機械学習の種類は教師あり学習と強化学習があります。
入力データ (質問) | 出力に関するデータ (答え) | 利用例 | |
---|---|---|---|
教師あり学習 | 〇 与えられる | 〇 与えられる | ・画像認識 ・音声認識 ・翻訳 |
教師なし学習 | 〇 与えられる | × 与えられない | ・重要な情報の抽出 ・データ分析 |
強化学習 | 〇 与えられる | △ 明確な答えは与えられないが、 報酬が与えられる | ・将棋/囲碁 ・自動運転 |
教師なし学習と教師あり学習の違い
教師なし学習では事前にAIに学習させる必要がないということが教師あり学習との大きな違いです。
また、教師なし学習では次元削減やクラスタリングといった答えのない質問をAIにしますが、教師あり学習 には明確な答えのある質問をします。
そのため、教師あり学習は人間が教えたとおりに答えを出し、教師なし学習ではAIが出した答えで人間に気づきを与えるといったような使われ方が多くなっています。
まとめ
教師なし学習とは、問題の答えを与えずに機械に学習させる手法です。
教師なし学習の推論結果は、入力したデータを別の形式に変換したり、データをグルーピングを行うことを行うので一意の正解はありません。
教師なし学習では、次元削減とクラスタリングをすることができます。