工場の設備の振動を記録したデータを大量に用意し、その一件ごとに技術者が 「後に故障した」「故障しなかった」のどちらかを書き加えた。このデータを使って、 新しい振動データから故障の兆候を判定するモデルを作りたい。用いる学習方法はどれか。
正解：ア
ア教師あり学習
正解。入力である振動データの一件ごとに、故障したかどうかという正解が 付いています。その対応関係を学ばせる形なので教師あり学習です。 人が付けた正解が「教師」の役目を果たします。
イ教師なし学習
誤り。これは正解が付いていないデータから、似たもの同士のまとまりや 隠れた傾向を見つけ出す学習方法です。今回は一件ずつに答えが付いており、 その情報を使わないのはもったいない使い方になります。答えの有無が分かれ目です。
ウ強化学習
誤り。これは行動した結果に与えられる報酬を手掛かりに、試行錯誤を重ねながら より良い行動の仕方を身につける学習方法です。何度も試せる場面で使うもので、 今回のようにあらかじめ正解の付いたデータがある場面には向きません。
エルールベースの処理
誤り。これは「振動が一定の値を超えたら故障の恐れあり」のように、人が条件と 処理を書き下しておく方式です。判定の基準を人が決める点が機械学習と違います。 データから基準そのものを見つけさせたい今回の狙いとは合いません。
答え合わせができるデータがあるかどうか
機械学習の種類は、学習に使うデータに「答え」が付いているかどうかで大きく分かれます。 今回は振動データ一件ごとに、後で故障したかどうかという結果が記録されています。 入力と答えが対になっているので、その対応関係を学ばせることができます。 これが教師あり学習です。
答えを人が付ける作業（ラベル付け）には手間がかかりますが、 その手間の分だけ、何を当てたいのかがはっきりしたモデルになります。
三つの学習方法の分かれ道
- 答えが付いている → 教師あり学習。故障の判定、売上の予測など
- 答えが付いていない → 教師なし学習。データの中に似たもの同士のまとまりを探す
- 答えはないが、良し悪しの評価は返ってくる → 強化学習。試行錯誤で行動を改善する
強化学習では、正解の手順を誰も知らないまま、試した結果の点数だけを頼りに 上達させます。ゲームやロボットの動作制御のように、何度でも試せる場面が向いています。
学習方法とルールベースの整理
| 方法 | 判定の基準をどう決めるか |
|---|---|
| 教師あり学習 | 正解付きのデータから、入力と答えの対応関係を学ばせる |
| 教師なし学習 | 正解なしのデータから、似たもの同士のまとまりや傾向を見つける |
| 強化学習 | 行動の結果に返る報酬を手掛かりに、試行錯誤しながら改善する |
| ルールベースの処理 | 人が条件と処理をあらかじめ書き下す（機械学習ではない） |
問題文に「一件ずつ結果を記録した」「過去の判定結果が残っている」と出てきたら、 まず教師あり学習を疑うと見分けやすくなります。