教師あり学習
問題と答えがセットになった問題集を何万回も解きながら勉強する、AIの学習方法です。
定義 教師あり学習は、問題（データ）とそれに対応する「正解（ラベル）」をセットにしてコンピューターにあらかじめ見せ、新しい問題に出会ったときに自力で正解を導き出せるよう教える機械学習の手法です。人間が隣で解答を見せながら指導するように教えることから「教師あり（Supervised）」と名付けられました。膨大な例題と正解を一緒に提示することで、データの中に潜む法則やパターンを自ら見つけ出させる、最も代表的なAIの学習法です。
解答付きの問題集で勉強します
子供に猫と犬の見分け方を教えるときのことを思い浮かべてみてください。私たちは子供に写真を1枚ずつ見せながら「これは猫だよ」「これは犬だよ」と名前を教えていきますよね。子供は何百枚もの写真を見るうちに、尖った耳や丸っこい顔といった猫ならではの特徴を、自分の頭の中で自然に整理していきます。
コンピューターが学ぶ仕組みもこれと全く同じです。AIにたくさんの写真（入力データ）と「この写真は猫」という正解（ラベル）をセットにして入力します。するとコンピューターは、写真を構成する膨大なピクセル数値を分析しながら、猫の写真だけに共通するルールを見つけ出そうとし始めます。
こうして何万回もの練習を重ねたAIは、学習に使っていない全く新しい猫の写真を見せられても、「この写真は99%の確率で猫です」と自力で正解を言い当てられるようになります。正解付きの問題集をひたすら解いて実力を伸ばす受験生と同じ仕組みなのです。
もう少し正確に言うと
もう少し専門的に言うと、教師あり学習とは「入力値（X）を入れたときに正解（Y）が出る、最も正確な数式」をコンピューターが自力で導き出すプロセスです。コンピューターも最初は正解が分からず、ランダムな数値を当てはめてデタラメな答えを出してしまいます。
コンピューターが間違った答えを出すたびに、あらかじめ用意された正解とどれくらいズレているかという誤差（損失）を計算します。そして次回は誤差が少しでも減るように、内部の計算式に含まれる無数の数値（重み）をごくわずかに修正していくのです。
このやり取りを何百万回も繰り返して誤差をゼロに近づけていく作業こそが、教師あり学習の本質です。つまりコンピューターは問題と答えを丸暗記しているのではなく、問題と正解をつなぐ数学的なルールやパターンを発見しているのです。
結果の形によって「分類」と「回帰」に分かれます
教師あり学習で解決できる問題は、大きく分けて2種類あります。1つ目は「分類」です。届いたメールが迷惑メールか通常メールかを判定したり、写真に写っている文字がどれかを識別したりするように、あらかじめ決められたいくつかの選択肢から答えを選ぶタスクです。
2つ目は「回帰」です。部屋の広さや最寄り駅からの距離をもとにマンションの売買価格を予測したり、過去の気象データから明日の最高気温を予想したりするように、連続した数値の大きさを予測するタスクです。
私たちが普段スマートフォンで使う顔認証、動画配信サービスの自動字幕生成、多言語翻訳、迷惑メールフィルターなども、すべてこの教師あり学習をベースにして動いています。
🤔 よくある誤解
教師あり学習とは、人間がコンピューターの隣に張り付いて、リアルタイムで間違いを指摘し続ける学習方法である。
人間がずっと見守るわけではなく、コンピューターが「事前にラベル付けされた正解データ」と自分の予測結果を見比べながら、自力で誤差を減らしていく仕組みです。
🧺 日常で出会う場面
問題と正解がセットになったデータを通じて、コンピューターが自らルールを見つけ、誤差を減らしながら学んでいく方法です。