🏷️Supervised learning vs Unsupervised learning🔍
機械学習には2つの基本スタイルがあります。重要な違いは訓練データに正解ラベルが付いているかどうかです。
moomzで投票:どっちが勝つ?
moomz.com — 10秒・匿名・無料
🏷️Supervised learning
- ✓既知のラベルや答えを含むデータで訓練
- ✓入力から出力を予測することを学ぶ
- ✓分類と回帰タスクに使われる
- ✓正解ラベルと照合して精度を測定できる
- ✓高価な人手によるラベル付きデータが必要
🔍Unsupervised learning
- ✓ラベルが全くないデータで訓練
- ✓隠れた構造やパターンを発見する
- ✓クラスタリングと次元削減に使われる
- ✓正解なしでは評価が難しい
- ✓豊富な未加工・未ラベルデータで機能する
結論
ラベル付きの例があり予測する明確な目標があるなら教師あり学習を使いましょう。未ラベルのデータを探索し、事前に定義していないグループを発見したいなら教師なし学習です。
よくある質問
ラベル付きデータが必要なのはどちら？+
教師あり学習です。正解が既知の入力と出力のペアが必要です。
教師なし学習の典型的なタスクは？+
クラスタリング — 事前定義なしに類似データポイントをグループ化すること。
どちらが優れている？+
どちらでもありません。データにラベルがあるか、解くべき問題の種類によって適切な選択が変わります。
他の言語