教師あり学習

教師あり学習（きょうしありがくしゅう, Supervised learning）とは、機械学習の手法の一つである。事前に与えられたデータをいわば「例題（＝先生からの助言）」とみなして、それをガイドに学習（＝データへの何らかのフィッティング）を行うところからこの名がある。

典型的なものとして分類問題と回帰問題がある。たとえば最も簡単な分類問題である2値分類問題では、訓練データ（例題）が、典型的にはベクトルとラベルの組として、 $({\mathbf {x} }_{1},y_{1}),({\mathbf {x} }_{2},y_{2}),...$ のように与えられる。ここで、 $y_{i}$ は0または1の2値を取るラベルで、 ${\mathbf {x} }_{i}$ は $i$ 番目のデータの座標を表す。そして「学習」とは、これらのデータに何らかの基準でもっとも合う関数関係 $y=f(x)$ を求めることである。回帰問題でもほぼ同様で、違いは $y_{i}$ が離散値の代わりに実数値を取るということである。

このような関数関係が求められれば、未知のデータ ${\mathbf {x}}$ にそれを適用して、予言 $y=f({\mathbf {x} })$ を与えることができる。分類問題であればこれを分類器、回帰問題であればこれを回帰曲線などと称する。

関連項目