教師なし学習

教師なし学習とは

教師なし学習（Unsupervised Learning）は、正解ラベルを使わず、データ自体の構造やパターンから学習する方式です。「正解を与えない代わりに、データの内在的な性質をモデルに見つけさせる」イメージです。

代表的なタスク

• クラスタリング: 似たデータをグループ化（顧客セグメント等）
• 次元削減: データを少ない特徴量で表現（可視化・前処理）
• 異常検知: 普段と違うパターンを検出（不正取引等）
• 連関ルール発見: 「Aを買う人はBも買う」の発見

教師あり学習との使い分け

• ラベル付きデータがある: 教師あり学習（精度を追求しやすい）
• ラベル付けが困難/コスト高: 教師なし学習から始める
• データの"傾向"を掴みたい: 教師なし学習

実務との接点

士業業務に直接応用されることは少ないですが、以下のような場面で関わります。

• 顧客データの分析: 顧問先をセグメント化して施策を考える
• 異常値の検出: 会計データの異常パターン発見
• 業務パターンの可視化: スタッフの工数データから傾向を抽出

概念として押さえておくと、データ分析ツール・BIツールを使うときの理解が早くなります。