教師あり学習と教師なし学習の違い
正解データを使うか、使わないか

正解は 3（教師なし学習）です。

【概要】

教師なし学習は、正解データを使わずに購買データなどを大量に学習させ、どの商品同士が近い関係にあるかを自動的に計算する手法である。

【図解】実験的機能

図解は実験的機能です。内容を簡略化しているため、公式テキストの記載と異なることがあります。

【各選択肢の解説】

• 1. 教師あり学習あなたの解答 教師あり学習はデータと正解データの組で学ぶ手法であり、一緒に買われる商品のように正解を付与できない場合は適用できない。
• 2. 強化学習あなたの解答 強化学習は、試行錯誤を通じて報酬の合計を最大化する行動を学ぶ手法であり、データ間の関係を見つける手法ではない。
• 3. 教師なし学習正解あなたの解答 教師なし学習は、誰がどの商品を買ったかというデータから、正解データなしで商品同士の近さを自動的に算出する。
• 4. 深層学習あなたの解答 深層学習は、隠れ層を複数持つニューラルネットワークで学習する手法であり、正解データの有無による分類名ではない。

正解は 2（強化学習）です。

【概要】

強化学習は、エージェントの行動で環境が変化し、その評価を報酬として受け取る流れを試行錯誤で繰り返し、報酬の合計を最大化する手法である。

【図解】実験的機能

図解は実験的機能です。内容を簡略化しているため、公式テキストの記載と異なることがあります。

【各選択肢の解説】

• 1. 教師あり学習あなたの解答 教師あり学習は、データと正解データの組を学習させてルールを作る手法であり、報酬を手がかりに行動を学ぶものではない。
• 2. 強化学習正解あなたの解答 強化学習は、自動走行車をエージェント、道路を環境とみなし、走行の評価を報酬として受け取りながら学習する。
• 3. 教師なし学習あなたの解答 教師なし学習は、正解データを使わずにデータ間の関係を自動的に計算する手法であり、報酬の最大化を目指すものではない。
• 4. 半教師あり学習あなたの解答 半教師あり学習は、少量の正解付きデータと大量の正解なしデータを併用する手法であり、報酬で行動を学ぶものではない。