AI(人工知能)用語集

機械学習(教師なし学習)をイメージでサクッと理解

教師なし学習

AI(人工知能)や機械学習について興味が湧いてきた方は、おそらく「教師なし学習」という用語を一度は目にされたことあるでしょう。しかし、「教師なし学習って何?」と聞かれても中々うまく答えられないですよね。答えられる方は、よほどAI(人工知能)、機械学習に興味があって勉強されている方か、仕事でAI(人工知能)に携わっている人に限られるはずです。

そこで今回は、機械学習の一つの手法である「教師なし学習」についてお伝えしていきます。

つっちー
つっちー

機械学習とは、(AI(人工知能)の中心をなす技術で、プログラム自身が学習していく仕組みです。「機械学習」については以下のページで詳しく解説しています。

機械学習は、大きく二つに分けられますが、今回はそのうちの一つ、「教師なし学習」についてお伝えします!

一言で言うと「教師なし学習」とは・・・

機械学習の手法の一つ。データから共通する特徴を持つグループを見つけたり、データを特徴づける情報を抽出したりする手法です。

今回お話するのはここ!!

AI(人工知能)の中心となっている機械学習の手法の一つが、「教師なし学習」なのです!機械学習における教師なし学習

それではさらに教師なし学習について詳しく見ていきましょう。

「教師なし学習」は、類似データのグルーピングやデータを特徴づける情報を抽出する

「教師なし学習」は、予測や判定の対象となる正解(教師)がなしの機械学習の手法です。

類似データのグルーピング(クラスタリング)

「教師なし学習」で行うことの代表的な例に、まずグルーピングがあります。例えば、下の図のように、○と△と✖︎が無造作に配置されていたとしましょう。

類似データのグルーピングのイメージ(クラスタリング)

人は即座に○と△と✖︎を簡単に3つに分けられますよね。この作業をAI(人工知能)が行います。

正解(どのように分けるか)を提示せずとも、グループ毎にAI(人工知能)が自動的に分類するのです。この「教師なし学習」の手法は、一般的に、クラスタリング(クラスタ分析)と呼ばれます。

つっちー
つっちー

ちなみにクラスタとは「たくさんの集まり」的な意味です。もっとクラスタリングについて理解を深めたい方はこちらをどうぞ

本質的なデータを抽出する(次元削減)

「教師なし学習」の他の代表的な例として、データを特徴づける情報を抽出する、ことがあります。

例えば、下の図のように、Aさんのイメージに関するアンケートを実施したとしましょう。そのアンケートから、「かわいい」「綺麗」「顔が整っている」という容姿を表す情報が得られたとします。これらの容姿を表す情報をまとめて、「美人」という評価を表す新たな一つの情報をつくりだします。これが、データを特徴づける情報を抽出する(次元削減)ということです。

次元削減のイメージ

AI(人工知能)が自動で、データを主要な特徴に集約してくれるのです。

次元削減についてもっと詳しく知りたい方はこちら↓

まとめ

つまり、「教師なし学習」とは、

機械学習の中の一つの手法であり、正解のないデータから共通する特徴を持つグループに分けたり(クラスタリング)、データを特徴づける情報を抽出する(次元削減)などの手法があります。

 

<参考>
つっちー
つっちー

AI(人工知能)って「なにそれ美味しいの?」ってレベルだった僕が、AIエンジニアを目指してステップを踏んだり踏まれたりしている記事を書いてます。よかったら読んでみてください(実話)。

「歩く負債」と言われた僕がゼロからAIエンジニアになる為のステップを実践してみた!
みんなのAI(人工知能)用語集

コメントをどうぞ

トップへ戻る
タイトルとURLをコピーしました