gk 機械学習 頻出
G検定トップ
＞ 教師あり学習
まず結論
教師あり学習とは、正解ラベル付きのデータを使って、入力と出力の関係を学習する方法です。
直感的な説明
答え付きの問題集を使って勉強するイメージです。
問題（入力）と正解（ラベル）を何度も見て、
👉 「こういう入力なら、この答えになる」
というルールを学習します。
代表的な手法・キーワード
回帰
- 線形回帰
- 重回帰
- Ridge / Lasso 回帰
👉 数値を予測する
分類
- ロジスティック回帰
- SVM
- 決定木 / ランダムフォレスト
- k近傍法（k-NN）
👉 クラス（カテゴリ）を予測する
教師なし学習との違い
| 項目 | 教師あり学習 | 教師なし学習 |
|---|---|---|
| 正解ラベル | ある | ない |
| 目的 | 予測・分類 | 構造の発見 |
| 代表例 | 回帰・分類 | クラスタリング |
G検定ひっかけポイント
- ロジスティック回帰は分類
- SVMは回帰・分類どちらも使える
- 教師あり学習 ＝ 分類、ではない
→ 回帰も含む
よくある勘違い
- ❌ 教師あり学習＝分類だけ
→ ⭕ 回帰と分類の両方 - ❌ ロジスティック回帰＝回帰
→ ⭕ 分類
まとめ（試験直前用）
- 教師あり学習＝正解ラベルあり
- 目的は 予測・分類
- 回帰と分類の違いを押さえる
🔗 関連記事
🏠 G検トップに戻る