須多先生

みなさん こんにちは
本日も一緒に人工知能について学びましょう

須多先生

前回までは AIが決定木を使ってデータを分類する方法を学び その結果を読み解くことに挑戦しました

深田 あい

最初は決定木の読み方などに戸惑いましたが いろいろな決定木をみていくうちにだんだんと慣れてきました

徳井 天

決定木で予測させて その精度を評価するのも試したね

須多先生

分類の予測精度を評価するための指標について覚えていますか？

徳井 天

えーっと たしか3つあったよね

深田 あい

正解率に 再現率に…　適合率でした

徳井 天

そうそう その3つだ
これも計算が少し難しかったけど この3つの値を注意深くみることで AIの予測の精度について理解できたよ

深田 あい

先生 今回はどんなレッスンを行うのですか？

須多先生

はい 今回はデータをグループにまとめる「クラスタリング」という技術について学びましょう

徳井 天

クラスタリング…また新しい用語ですね

須多先生

クラスタリングは似たようなデータをグループ化する技術です

須多先生

ちなみに 機械学習には3つの学習方法がありますが それぞれ何だったか覚えていますか？

深田 あい

えっと 一つは前回のレッスンまで取り組んでいた「教師あり学習」ですよね
あとは…

徳井 天

あれ？なんだっけ？

須多先生

「教師なし学習」と「強化学習」でしたね

須多先生

そしてクラスタリングは「教師なし学習」に分類されます

深田 あい

「教師なし学習」…以前のレッスンのノートを見返すと 「正解がない問題を解く」って書いてありました

須多先生

その通りです
教師なし学習では データの中に隠されたパターンや関係性を見つけ出すことが目的で そこに明確な正解はありません

徳井 天

でも 正解がない問題をどうやって解くんですか？なんだか難しそうだな

須多先生

それでは ここからはみんなで【解説動画】を見ながら 「クラスタリング」について学びましょう