教師あり学習・教師なし学習・強化学習の違い
何を手がかりに学ぶか

教師あり学習とは

教師あり学習は、正解ラベル付きのデータを使って学ぶ方法です。たとえば、過去の問い合わせメールと「対応した担当部署」という正解がそろっていれば、新しいメールがどの部署向けかを予測できるようになります。画像やテキストを判別する場面で力を発揮します。

教師なし学習とは

教師なし学習は、正解ラベルのないデータから、AI 自身が共通点や構造を見つける方法です。顧客の購買履歴のように、あらかじめ分類がないデータから、似た傾向のグループを見つけるときに使います。代表的な手法は次の2つです。

• クラスタリング: 似たもの同士をグループにまとめる。
• 次元削減: 重要な情報だけを残して、データの全体像をつかみやすくする。

強化学習とは

強化学習は、報酬とペナルティを手がかりに、試行錯誤しながら最適な行動を学ぶ方法です。正解のデータは与えず、「ゴールの条件」を決めて、成功には報酬、失敗にはペナルティを与えます。ゲームを攻略する AI やロボットの制御、自動運転などに使われます。

違いを表で比べる

試験での問われ方

生成AIパスポートでは、第1章「AIの基礎と歴史」で出ます。もちこ道場の問題データでは、この3つの学び方と、その周辺の用語（クラスタリング、次元削減、半教師あり学習）が出る問題は第1章の21問にのぼります。次のような問われ方をしています。

• 場面から選ぶ: 「正解タグが付いた過去データがそろっている」「分類のタグがない状態でデータの共通点を探したい」「目標を決めて試行錯誤させたい」といった場面から、学び方の名前を選びます。
• 説明の正誤を選ぶ: 「正解ラベルを使わず共通点を探すのが教師あり学習」のように、3つを入れ替えた記述を見抜きます。
• 周辺の用語を区別する: クラスタリング（グループ分け）と次元削減（要点を残して簡単にする）、半教師あり学習（ラベル付きが少量）の違いが並びます。

覚え方

• 「あり・なし」は正解ラベルがあるかないかで覚えます。強化学習は報酬の一言です。
• 場面の文を読んだら、まず「正解ラベルはあるか」を確かめます。あれば教師あり学習、なければ「報酬で試行錯誤するか」を見て、教師なし学習か強化学習かを決めます。
• 半教師あり学習は、「ラベル付きは少し、ラベルなしは大量」と覚えます。

機械学習のほかの用語は「第1章 AIの基礎と歴史の要点」にまとめています。