写真イメージ

AIの基礎(教師あり学習・教師なし学習)

投稿者:

こんにちは。ウェブ解析士の佐藤佳です。
今回は、AIの基礎(教師あり学習・教師なし学習)の学びをシェアします。

※情報源は「窪田望のアンテナ!」です。


■教師あり学習とは
→学習データに正解を与えた状態で学習させる手法 。

与えられたデータ(=入力)を元に、
そのデータがどんなパターン(=出力)になるのか識別・予測する。

例)
・与えられた画像データが、なんの動物かを識別したい。
・与えられた売上から将来の売上を予測したい。

※注意
何を予測したいかは以下の2種類になる。連続値→回帰、離散値→分類。


■教師なし学習とは
→学習データに正解を与えない状態で学習させる手法

教師あり学習は入力と出力がセットとなるデータを使うが、
教師なし学習で用いるデータには「出力がない」。

例)
・ECサイトの売上データからどういった顧客層があるのか把握したい。
・入力データの各顧客層にある関係性を把握したい。

→目的に応じて使い分けることがポイント。


★メモ
正解がある学習と、そうでない学習を、
「教師のありなし」というネーミングをするところが面白いですね・・・!
(どなたが名付けたのでしょうか)


今回はここまでです。
また次回のブログでお会いしましょう。

Follow me!

この記事を書いた人

Kei Sato
面白いと思ったモノ・コトを解析し、広く報せることに喜びと生きがいを感じる人です。広報やウェブマーケティングの仕事が大好き。個人ではウェブ解析士、キャリアトランプ ダイバーシティ ナビゲーターとしても活動中。ブログでウェブ解析×キャリア支援に役立つお話や、日々の気づきを綴っています。

コメントを残す

このサイトはスパムを低減するために Akismet を使っています。コメントデータの処理方法の詳細はこちらをご覧ください