30秒でわかる要点
正解ラベルなしでデータの構造やパターンを発見する手法。クラスタリング（データのグループ分け）や次元削減（データの圧縮）などがある。
「教師なし学習」の練習問題
当サイトの練習問題から、この用語に関係する問題をピックアップしました。
Q1教師なし学習の主な目的として最も適切な説明はどれか。
- ラベル付けなしで、データ内の隠れたパターンや構造を自動的に発見することである
- 人間の指導者がアルゴリズムに全ての規則を教える方式である
- 訓練データをランダムに混ぜ合わせて、モデルの汎化性を高める
- 機械学習では使用されない古い技術である
答えと解説を見る
正解：A
教師なし学習は、正解ラベルなしにデータの潜在的な構造を発見する。クラスタリング（k-means）、次元削減（PCA）、異常検知などがこのカテゴリに該当。データの自己組織化的な理解を実現する。B、C、Dは不正確である。
Q2教師なし学習の典型的なタスクとして、以下のうち最も適切なものはどれか。
- 膨大な購買記録から、購買パターンが似た顧客をグループ化するクラスタリング
- メール分類でスパムと判定された内容を事前に学習しておく
- 医療画像から腫瘍の有無を診断する
- 音声データから話者の正体を認識する
答えと解説を見る
正解：A
クラスタリングは教師なし学習の代表例で、ラベル情報なしにデータの自然なグループ化を発見。顧客セグメンテーション、遺伝子分類、テキスト文書のトピッククラスタリングなどに応用される。B、C、Dは教師あり学習またはその他の分類。
機械学習の問題をまとめて解いて、理解を確かめましょう（無料・登録不要）。
機械学習の練習問題を解く