このスライドでは 機械学習の三大学習について改めて知識の整理を行います
次のアクティビティでは 三大学習のクイズを行いますので このスライドでしっかり振り返りましょう
11. スライド学習③ ( 11 / 14 )
機械学習の三大学習についての振り返り
機械学習の「三大学習」
機械学習には、主に三つの学習技術があり、これまでのレッスンでそれぞれの学習方法について詳しく学んできました。
・教師あり学習
・教師なし学習
・強化学習
これまで学んできた学習技術について 動画を見ながら改めて振り返りましょう
教師あり学習
教師あり学習は、あらかじめ正解ラベルを付けたデータを使って学習を行い、画像に映っている文字を認識したり、将来の売上の予測を行う学習方法です。
主な分析手法として、線形回帰などが挙げられます。
正解ラベルが付いたデータで学習を行うのが 先生から教えてもらうようなイメージだから「教師あり学習」なんだよな
教師なし学習
データの中の隠れたパターンやグループを見つけ出す学習方法です。
主な分析手法として、クラスタリングが挙げられます。
「教師あり学習」のように正解ラベルがついていないデータを使って学習するから「教師なし学習」なんだよね
強化学習
AIが試行錯誤を繰り返し、その結果から得られた報酬をもとに学習を行い、目標達成を目指す学習方法です。
効率よく学習を行うために、どのような行動に対して、どのような報酬を与えるか、その基準を決めることを報酬設計と呼びます。
試行錯誤を繰り返してどんどんかしこくなっていく様子は 人間が学んでいく方法に似ているよな
コ
ラ
ム
半教師あり学習
三大学習の他に、「教師あり学習」と「教師なし学習」を組み合わせた、「半教師あり学習」という学習方法があります。
「半教師あり学習」では、正解ラベルが付いている少量のデータと、正解ラベルの付いていない大量のデータを、同時に活用して学習を行います。
この学習方法は、データ量が多く、正解ラベルを全てのデータに付けることが難しい場合に有用です。
例えば、医療画像診断の分野では、レントゲンの画像に医師が手作業で診断結果となる正解ラベルを一つ一つ付けていく「教師あり学習」だと、時間と手間がかかりすぎてしまいます。
ここで「半教師あり学習」を活用すれば、正解ラベルの付いた少量の画像で、効率的に学習することが可能となります。
大量のデータに正解ラベルを付ける アノテーション作業は 人間の手で行うとすごく時間と手間がかかったけど 「半教師あり学習」を使えば 時間と手間を減らせて 効率よく学習ができるんだね
機械学習の三大学習について 振り返りはできましたか？
それでは次は クイズ形式のアクティビティに挑戦してみましょう
