教師あり学習と教師なし学習

教師あり学習

「識別」とは、既存のデータをもとに、そのデータが正解データと比べあらかじめ設定したいくつかのクラスに分類するもの

「回帰」とは、連続する値を予測する際に使用します。「識別」では、データがどの分類（クラス）に帰属するかを学習しますが、回帰では、具体的な数値の予測を行います。

たとえば、売り上げや株価、降水量の予測などを行う処理がここに該当します。

この正解データを作成する作業を「アノテーション」という。

教師なし学習

「正解」データを与えず行うアルゴリズム

教師なし学習では、大量のデータを与え、アルゴリズム自身がそのデータを探索することで、データの構造やパターンなどを抽出したり、データを分類します。

代表的なタスクにクラスタリングというものがあります。

クラスタリングとは、似た特徴を有するものを、同じグループに分けるものです。たとえば、年齢や性別、消費傾向などの特製から、顧客をいくつかのグループに分類するような処理があたります。

参考文献および引用元(12/6)

【保存版】機械学習とは | 意味や仕組み・勉強方法を徹底解説