教師あり学習
Supervised Learning
正解ラベル付きのデータで学習させる機械学習の方式。分類や予測タスクで広く使われる。
教師あり学習とは
教師あり学習（Supervised Learning）は、「入力」と「正解（ラベル）」のペアを使って機械学習モデルを学習させる方式です。人間があらかじめ用意した正解を"教師"として与え、モデルが未知のデータでも正解を予測できるように訓練します。
代表的なタスク
- 分類（Classification）: メールを「スパム/通常」に分ける、画像を「犬/猫」に分類
- 回帰（Regression）: 数値を予測（不動産価格、需要予測等）
- 文字認識 / OCR: 画像内の文字を判別
- 文章分類: ニュース記事のカテゴリ判定
他の学習方式との違い
- 教師あり: 正解ラベル付き → 予測精度は高い。ただしラベル付け作業が重い
- 教師なし: 正解ラベルなし → データのパターン発見に使う
- 強化学習: 試行錯誤と報酬で学習
- 自己教師あり: データ自身からラベルを作る（LLMの事前学習で活躍）
実務との関係
LLM時代の今でも、個別タスクに特化したAI（採用スクリーニング・不正検知・与信判定等）の多くは教師あり学習で作られています。士業として直接触る機会は少ないですが、AI導入相談を受ける時に基本概念として知っておくと役立ちます。