機械学習とは、学習方法をプログラムしたコンピュータに大量の訓練データを与えることで、コンピュータ自らに事象の認識や分類方法を学習させ、未知のデータに対しても学習結果に基づく推論を行うシステムを作る手法の総称です。

機械学習は、訓練データの性質によって「教師あり学習」「教師なし学習」「強化学習」の3つに大別できます（※強化学習を教師なし学習に含めることもあります）。

教師あり学習

訓練データとして、ラベル(正解)付きデータを使用する学習方法。入力に対する正しい出力の例を与えることで、入力と出力の関係を学習させる。

教師なし学習

訓練データとして、ラベルなしデータを使用する学習方法。クラスタリングなどのためにデータ構造を学習させる。

強化学習

正解データの代わりに、与えられた環境における個々の行動に対して得点や報酬を与える学習方法。一連の行動に対して評価値を与えることで、高い得点を取る、すなわち最良の行動を自律的に学習させる。

したがって、学習の際に正解のデータを提示する「ウ」が教師あり学習の説明です。

• 個々の行動に対しての善しあしを得点として与えることによって，得点が最も多く得られるような方策を学習する。
  強化学習の説明です。
• コンピュータ利用者の挙動データを蓄積し，挙動データの出現頻度に従って次の挙動を推論する。
  教師なし学習の一つである協調フィルタリングの説明です。
• 正解のデータを提示したり，データが誤りであることを指摘したりすることによって，未知のデータに対して正誤を得ることを助ける。
  正しい。教師あり学習の説明です。
• 正解のデータを提示せずに，統計的性質や，ある種の条件によって入力パターンを判定したり，クラスタリングしたりする。
  教師なし学習の一つであるクラスタリングの説明です。

💾 ✔️