AI基礎
教師なし学習とは?
読み: きょうしなしがくしゅう英語: Unsupervised Learning更新日: 2026-06-23
教師なし学習とは、正解ラベルのないデータから、似たデータのまとまりや隠れた構造を見つける方法です。
生成AIパスポートG検定AWS AI Practitioner
関連表記: 教師なし学習 / Unsupervised Learning / クラスタリング
試験で問われるポイント
- クラスタリングや次元削減が代表例です。
- 正解ラベルを使わないため、結果の解釈が重要です。
- 顧客セグメント分析などで使われます。
具体例
購買傾向が似ている顧客をグループ化する分析に使われます。
混同しやすい点
- 正解ラベルを必ず使うと考える。
- 教師あり学習より常に高精度だと考える。
関連問題で復習
G検定機械学習の概要・具体的手法
「教師なし学習」の代表的なタスクとして、最も適切なものはどれか。
AWS AI PractitionerAI・機械学習の基礎
小売企業が過去の購買履歴と「購入した/しなかった」の正解ラベルを使って、次回キャンペーンで購入しそうな顧客を予測するモデルを作りたいと考えています。この学習方法として最も適切なものはどれですか。
AWS AI PractitionerAI・機械学習の基礎
マーケティング部門が、正解ラベルを持たない顧客データから似た顧客同士のセグメントを発見したいと考えています。適した学習アプローチはどれですか。
AWS AI PractitionerAI・機械学習の基礎
強化学習の学習の仕組みを説明するものとして、最も適切なものはどれですか。
DS検定データサイエンス
クラスタリングと次元削減の違いを説明したものとして、最も適切なものはどれか。
G検定機械学習の概要・具体的手法
「k-means法」の説明として、最も適切なものはどれか。
AWS AI PractitionerAI・機械学習の基礎
教師あり学習に該当するユースケースとして適切なものを2つ選べ。
G検定機械学習の概要・具体的手法
「主成分分析(PCA)」の目的として、最も適切なものはどれか。