機械学習の種類｜教師あり・なし・強化学習の違い

一言でいうと、機械学習の種類は「どんな手がかりから学ぶか」で分けるのが基本です。正解の付いたデータから学ぶのが教師あり学習、正解のないデータから構造を見つけるのが教師なし学習、行動した結果の報酬から学ぶのが強化学習です。

IoT では、センサから大量のデータが集まる一方で、「このデータは故障の前兆だった」という正解が付いているとは限りません。どの種類の学習が使えるかは、手元にどんなデータがあるかで決まることが多いのです。

なお、少しだけ正解の付いたデータと大量の正解なしデータを組み合わせる半教師あり学習のように、3つの中間にあたる方法もあります。まずは3つの基本形を確実に区別できるようにしましょう。

3つの違いを、使うデータ・目的・IoTでの例で並べます。

強化学習の登場人物は、行動する主体（エージェント）、その周り（環境）、とった行動（行動）、結果として得られる評価（報酬）です。教師あり学習と違い、一つひとつの行動に「正解」が与えられるわけではなく、試行錯誤を通じて良い行動を見つけていきます。

センサデータは、学習の前に欠けた値や外れた値を整える必要があります。この工程はデータの前処理とはで解説しています。

4択で迷いやすいのは、種類の名前よりも「課題の名前」です。次の表のように、予測したいものがカテゴリか数値か、正解があるかないかで見分けます。

よくある混同が「分類」と「クラスタリング」です。分類はカテゴリの種類と正解が先に決まっていて、それを当てます。クラスタリングはグループの数や意味が先に決まっていないことが多く、分けた後で「このグループは夜間に多く使う建物」のように人が解釈します。

異常検知は、故障の記録が十分にあれば分類として扱えますが、故障の事例が少ない現場では、正常時のデータから外れたものを異常とみなす方法がとられます。予測の当たり外れの測り方は適合率と再現率の違いで扱います。

MCPC の公式ページでは、IoTシステム技術検定 中級（80問・90分・4者択一）の出題カテゴリの一つとして「IoTデータ活用技術（AI、ビッグデータ分析、活用事例）」が示され、比率は25〜30%です。当サイトでは、公式テキスト『IoT技術テキスト 第4版』の第3章「IoTデータ活用技術」がこの範囲に当たると推定しています（章名からの当サイトの判断で、公式の対応表ではありません）。

4択での問われ方は、次のような型が考えられます。出題頻度の公式データはありません。

• 事例から種類を選ぶ：IoTの活用場面を示し、教師あり・教師なし・強化学習のどれに当たるかを選ばせる。
• 課題の組合せ：「学習の種類」と「課題（分類・回帰・クラスタリング）」の組合せを選ばせる。
• 空欄補充：強化学習の説明の中の「報酬」「エージェント」などを埋めさせる。
• 不適切な記述：「教師なし学習はデータが不要」のような言いすぎを見抜かせる。

多層のニューラルネットワークを使う手法はディープラーニングとはで、CNN・RNN との関係まで整理しています。試験の全体像はIoTシステム技術検定 中級とはへ。

迷ったら、表の「確認する問い」を上から順に当てはめてください。

工場の設備から集めた過去の振動・温度のデータと、「その後に故障した／しなかった」という記録を使い、新しいデータから故障の有無を予測するモデルを作る。学習の種類と課題の組合せとして、最も適切なものはどれか。

1. 1教師なし学習による、クラスタリング
2. 2強化学習による、回帰
3. 3教師あり学習による、回帰
4. 4教師あり学習による、分類

正解：4。「故障した／しなかった」という正解の付いたデータで学ぶので教師あり学習、出力が「故障あり・なし」のカテゴリなので分類です。

1は正解の記録を使っている点と、グループ分けではなく有無の予測である点が合いません。2は報酬を手がかりに行動を学ぶ設定がなく、出力も数値ではありません。3は教師あり学習までは合っていますが、回帰は連続した数値を予測する課題なので当てはまりません。

次の文の空欄に入る語句として、最も適切なものはどれか。

「強化学習では、エージェントが環境の中で行動を選び、その結果として得られる（　）の合計が大きくなるような行動の選び方を学習する。」

1. 1正解ラベル
2. 2報酬
3. 3クラスタ
4. 4特徴量

正解：2。強化学習は、行動の結果として与えられる報酬を手がかりに、将来にわたる報酬の合計が大きくなる行動の選び方を学びます。

1は教師あり学習で入力に付ける正解で、強化学習では行動ごとの正解は与えられません。3は教師なし学習のクラスタリングで得られるグループの名前です。4はモデルに入力する変数（温度、振動の大きさなど）のことで、行動の良し悪しを表すものではありません。

機械学習の種類に関する記述として、最も不適切なものはどれか。

1. 1教師なし学習は正解ラベルを使わないため、学習に使うデータそのものも用意する必要がない
2. 2クラスタリングで分けたグループが何を意味するかは、分けた後に人が解釈することが多い
3. 3翌日の電力使用量のような連続した数値を予測する課題は、回帰として扱うことが多い
4. 4強化学習では、行動ごとの正解ではなく、行動の結果として得られる報酬を手がかりに学ぶ

正解：1。教師なし学習で不要なのは正解ラベルであって、学習に使うデータは必要です。データの中からまとまりや構造を見つけるのが教師なし学習です。

2はクラスタリングの特徴として適切です。3は連続値の予測＝回帰という対応どおりで適切です。4は強化学習の学び方の説明として適切です。

同じ「IoTデータ活用技術」の問題を本番と同じ4択で試すなら、登録不要のIoT中級の無料お試し20問で、解説まで確認できます。