過去の気温データをもとに学習を行い、未来の気温を予測するAIを作成するための学習方法は「教師あり学習」になります。

教師あり学習では、過去のデータをもとに未知の未来のデータを予測するAIを作成することができます。

ロボットが迷路を進み、ゴールにたどり着くために、進む方向を試行錯誤する学習方法は「強化学習」になります。

強化学習では、ロボットが壁にぶつからずに進めたらプラスの報酬、壁にぶつかったらマイナスの報酬を与える等で、AIはゴールにたどり着くための最適な行動を学んでいきます。

運動習慣データをもとに、「毎日運動する人」「時々運動する人」「運動しない人」の三つのグループに自動的に分ける学習方法は「教師なし学習」になります。

教師なし学習は、似たパターンを持つものをグループ化します。この例では、運動習慣のデータから自然にグループ分けを行っています。

自動運転車が、シミュレーション環境で安全な運転を学ぶため、事故を起こさないように繰返し走行しながら学習する方法は「強化学習」になります。

あるお店の利用客の購買傾向をもとに、「健康食品をよく購入するグループ」「お菓子をよく購入するグループ」「お惣菜をよく購入するグループ」に自動的に分ける学習方法は「教師なし学習」になります。

このAIによるグループ分けが、より効果的な経営戦略を立てることにつながります。

写真に映った動物が「猫」か「犬」かを自動で分類するために、たくさんのラベル付き画像を使う学習方法は「教師あり学習」にあたります。

この学習により、正解ラベルの付いていない画像に映る動物が「猫」か「犬」かを判別できるようになります。