データサイエンティストの頭の中 vol.15～機械学習の中の教師あり/教師なし学習について～

今回は機械学習の中でも良く聞く教師あり学習と教師なし学習についてデータサイエンティストのYujiに解説してもらいました。
結構よく聞くけどよくわからない、そもそもどうやって使っているのとか、不明点多かったので初学者でもわかりやく教えてもらいました！
※特にテーマ３を見ていただきたいです！！
また動画でも詳しく話しているのでチェックしてみてください！！

１　教師あり学習とは

まず教師あり学習とは「正解データ（正しい答え）があり、アルゴリズムにそのような答えを予測させること」です。
さらにその中に分類と回帰というものがあります。
（分類と回帰に関しては動画の中で説明しております！！）
まあよくわからないと思うので、例を出すと住宅の価格予測とかです。
例えば色々なデータの中から、駅チカとか築年数とか広さとかそういったところから価格を予測させる、ようなイメージです。
過去のデータから未来を予測するようなときに使います！
天気とか株価とかまあ何でも色々できます。。。

２　教師なし学習とは

教師なし学習は「正解データを与えず、今あるデータの中から特徴をアルゴリズムが探ってグループでわけたりできるもの」です。
教師なし学習の中には、クラスタリングや次元削減等の手法があり、グループ分けしていくようなイメージです。

※参考

３　実務での利用イメージ

ここが一番伝えたい部分です！！
実際実務ではいちいち教師ありとか教師なしとか考えないので、そういう勉強はいらないです！
大事なのは、どういうときに回帰の何を使うとか分類の何をつかう、クラスタリングを使うとか手法やアルゴリズムを引き出しに持っているか、です。
なので、データサイエンティストは教師ありとか教師なしとか考えたことないとのことです。（笑）
非常に教科書的で説明しやすくはなるのですが、
「実際の現場では全くいらない概念なので、何が教師ありで、何が教師なしか、とか考える必要も覚える必要もない」
とのことです！！

今回は教師あり、教師なし学習についてそこは気にしなくても良いよーという内容でした！！
また読んでいただけますと幸いです！

■■■「データサイエンティスト」と「データサイエンティストになりたい人」、「データサイエンスを勉強したい人」のためのオンラインサロン
を開設しました！！■■■