教師あり学習の代表的な手法
更新日:
用語解説
教師あり学習は、入力データと正解（ラベル）の組を学習して、未知のデータの正解を予測する機械学習です。
■ 試験で押さえるポイント
カテゴリを当てるのが分類、数値を当てるのが回帰です。
代表的な手法に、線形回帰、ロジスティック回帰、決定木、ランダムフォレスト、サポートベクターマシン、ニューラルネットワークがあります。
学習データに合わせ過ぎて未知データで性能が落ちる過学習に注意します。
■ 選択肢での判断ポイント
正解付きのデータを使うのが教師あり学習です。正解なしでまとまりを見つける教師なし学習と区別します。
例: メールを迷惑メールと通常メールに分けるのは分類、面積などから住宅の価格を予測するのは回帰です。