[解決済み】教師あり学習と教師なし学習の違いは何ですか？[終了しました］

質問

人工知能や機械学習の観点から、教師あり学習と教師なし学習の違いは何でしょうか。 基本的で簡単な説明を、例を挙げて教えてください。

どのように解決するのですか？

このような基本的な質問をされるからには、機械学習とは何かということを明記したほうがよさそうですね。

機械学習はデータ駆動型のアルゴリズムの一種です。つまり、通常のアルゴリズムとは異なり、何が「良い答え」なのかをデータから読み取ることができます。例：画像から顔を検出するための仮想的な非機械学習アルゴリズムは、顔が何であるかを定義しようとします（丸い肌のような色の円盤で、目があると思われる部分に黒い部分がある、など）。機械学習アルゴリズムは、そのようなコード化された定義を持たず、quot;learn-by-examples(例による学習)を行います。

この特定の顔検出の例は 教師あり ということは、あなたの例は、必ず ラベル付け つまり、どれが顔でどれが顔でないかを明示することです。

において 教師なし アルゴリズムでは、あなたの例は ラベル付き つまり、何も言わないということです。もちろん、このような場合、アルゴリズム自体が顔とは何かを発明することはできませんが、以下のことを試みることは可能です。 クラスター 例えば、顔は風景とは全く異なり、馬とは全く異なるということを区別することができます。

他の回答でも触れられていますが（間違った表現ですが）、監督には中間的な形式があります。 半監視下 と <強い アクティブラーニング . 技術的には、これらは教師ありきの手法で、大量のラベル付けされた例を避けるための何らかのスマートな方法が存在します。能動学習では、アルゴリズム自身がラベル付けすべきものを決定します（例えば、風景と馬についてはかなり確信が持てますが、ゴリラが本当に顔の絵であるかどうかを確認するように要求されるかもしれません）。半教師付き学習では、2つの異なるアルゴリズムがあり、ラベル付けされた例から始めて、ラベルの付いていない多数のデータに対する考え方をお互いに教え合います。この「議論」から学習する。