Dictionaryやさしい経営・ビジネス用語集
「教師あり学習」(Supervised Learning)は、機械学習における最も基本的かつ重要な学習手法の一つです。これは、入力データとそれに対応する正解ラベル（出力データ）のペアを大量に用意し、その関係性をモデルに学習させる手法です。例えば、犬の画像と「犬」というラベル、猫の画像と「猫」というラベルを大量に与えることで、モデルは画像とラベルの関係性を学習し、新しい画像が犬か猫かを予測できるようになります。
教師あり学習は、主に「回帰(Regression)」と「分類(Classification)」の2つのタスクに分けられます。
回帰は、連続値の出力を予測する問題です。例えば、住宅の広さ、築年数、最寄り駅からの距離などの情報（入力）から、その住宅の価格（出力）を予測するような問題です。線形回帰、多項式回帰、リッジ回帰、LASSO回帰、サポートベクター回帰など、多様なアルゴリズムが存在し、それぞれ異なる特性と適用範囲を持ちます。
分類は、入力データが属するクラス（カテゴリ）を予測する問題です。例えば、メールの本文（入力）から、そのメールがスパムか否か（出力）を予測する問題です。ロジスティック回帰、サポートベクターマシン(SVM)、決定木、ランダムフォレスト、k近傍法、ナイーブベイズ分類器など、こちらも多くのアルゴリズムが存在します。分類問題は、二値分類（例：スパムか否か）だけでなく、多クラス分類（例：手書き数字認識）にも適用されます。
線形回帰 (Linear Regression)
入力変数と出力変数の間に線形関係を仮定する、最も基本的な回帰アルゴリズムです。シンプルで解釈性が高い一方、複雑な非線形関係を捉えられないという欠点があります。住宅価格予測、売上予測など、比較的単純な関係性のモデリングに適しています。
ロジスティック回帰 (Logistic Regression)
分類問題に用いられるアルゴリズムで、出力を確率として解釈できる点が特徴です。シグモイド関数を用いて出力を0から1の間に制限し、閾値（通常は0.5）を設けてクラスを判定します。スパムメールフィルタ、顧客の購買予測、病気の診断など、幅広い分野で応用されています。
サポートベクターマシン (Support Vector Machine, SVM)
マージン最大化という考え方に基づき、クラス間の境界線を決定するアルゴリズムです。カーネルトリックを用いることで、非線形な境界線も扱えます。画像認識、テキスト分類、バイオインフォマティクスなど、高次元データや複雑なデータ構造を持つ問題に有効です。
決定木 (Decision Tree)
木構造を用いて、データを段階的に分割していくことで分類や回帰を行うアルゴリズムです。解釈性が高く、結果を可視化しやすいという利点があります。一方、過学習しやすいという欠点があり、アンサンブル学習（ランダムフォレストなど）と組み合わせて用いられることが多いです。顧客セグメンテーション、リスク評価などに利用されます。
ランダムフォレスト (Random Forest)
複数の決定木を組み合わせることで、より汎化性能の高いモデルを構築するアンサンブル学習アルゴリズムです。個々の決定木の過学習を防ぎ、安定した予測性能を実現します。特徴量の重要度を評価できるため、変数選択にも利用されます。
過学習(Overfitting)
モデルが訓練データに過剰に適合してしまい、未知のデータに対する予測性能が低下する現象です。過学習を防ぐためには、正則化、交差検証、データ拡張などの手法が用いられます。
バイアス(Bias)
訓練データに偏りがある場合、モデルもその偏りを学習してしまい、不公平な予測を生み出す可能性があります。例えば、特定の性別や人種に対して不利な予測を行うモデルが生成されてしまうことがあります。
倫理的な問題
個人情報やプライバシーに関わるデータを扱う際には、データの収集、利用、保管について十分な配慮が必要です。また、モデルの予測結果が社会的な差別や偏見を助長しないよう、注意深く検証する必要があります。
教師あり学習は、機械学習の中核をなす強力な手法であり、様々な分野で応用されています。しかし、万能ではありません。データの質、適切なアルゴリズムの選択、過学習の防止、バイアスへの配慮、倫理的な問題など、考慮すべき点は多岐にわたります。教師あり学習を効果的に活用するためには、これらの点を十分に理解し、慎重に進める必要があります。
参考文献
Dictionary
Contact
Form