はじめに

ここまでAI全体の分類や歴史を整理してきました。今回からは、AIが「どうやって学ぶのか」を具体的に解説していきます。その最初のテーマが 教師あり学習（Supervised Learning） です。

前回も触れたように、AIの中心的な方法論である機械学習は大きく3つに分けられます。

教師あり学習（Supervised Learning）
教師なし学習（Unsupervised Learning）
強化学習（Reinforcement Learning）

この3つのうち、最も基礎的で実用例が豊富なのが教師あり学習です。入力データと正解ラベルを与えて学ばせ、未知のデータにも答えを返せるようにする仕組みで、医療・研究・ビジネスなど幅広い分野で使われています。

1. 教師あり学習とは何か

教師あり学習とは、簡単に言えば「正解を与えながら学ぶ仕組み」です。小学校の算数ドリルを思い浮かべてください。問題と答えがセットになっていて、生徒は問題を解いた後に答え合わせをします。間違えたら修正し、繰り返すことで「このパターンのときはこう解けばよい」と理解が深まります。AIにとっての教師あり学習も同じで、入力データと正解ラベルのペアを大量に与え、パターンを学習させるのです。

学習と予測の流れ

教師あり学習の流れは大きく2つのステップに分かれます。

学習（Training）

入力（特徴量）と正解（ラベル）のペアを大量に観察し、「入力と出力を結ぶルール」をモデルとして作る。

例：家の広さ・築年数（入力）と家賃（正解）を大量に学ぶことで、「広い家は家賃が高い」という傾向を掴む。

予測（Prediction）

新しい入力データが来たとき、学習したモデルを使って正解を推測する。

例：新しく建った60㎡のマンションを見たときに「おそらく家賃は◯万円くらいだろう」と答えられる。

特徴量とは何か

ここで重要になるのが「特徴量（feature）」です。特徴量とは、入力データの中で予測に使う要素のことを指します。

例えば「家賃」を予測したいとき、家の広さ・築年数・駅からの距離・間取りなどが特徴量になります。医療であれば、年齢・血圧・血糖値などが特徴量となり、それらを組み合わせて病気の有無やリスクを予測します。

特徴量をどう選ぶか・どう加工するかによって、モデルの性能は大きく変わります。この工程は「特徴量エンジニアリング」と呼ばれ、教師あり学習を活用するうえでの重要な鍵です。

訓練データとテストデータ

教師あり学習では、与えられたデータをそのまま全部学習に使ってしまうと「覚えただけ」になってしまい、実際の未知データで正しく予測できるかどうかが分かりません。そこでデータを 訓練データ（学習用） と テストデータ（性能評価用） に分けて使います。

訓練データでパターンを学び、テストデータで「未知のデータにも対応できるか」を確認するのです。この考え方によって、教師あり学習は現実的な予測モデルとして信頼性を担保できます。

実際には、一度だけ分割するのではなく、データを何度も分け直して学習と評価を繰り返す 交差検証（cross validation） という方法もよく使われます。これにより少ないデータでも安定した性能評価が可能になります。

分類と回帰

教師あり学習のタスクは大きく2種類に分けられます。

分類（Classification）：答えがカテゴリ（Yes/No、病気あり／なし、A型／B型など）。
回帰（Regression）：答えが数値（血圧値、血糖値、気温、売上など）。

強みと弱み

教師あり学習の最大の強みは、現実の課題解決に直結することです。医療や金融、マーケティングなど、正解データが存在する分野では強力な予測ツールとなります。

一方で弱点もあります。正解ラベルを用意しなければならず、その作成には膨大なコストと労力がかかります。また、正解そのものが不明確なタスク（例：新しい疾患の分類）は扱えません。

👉 つまり教師あり学習は「答えがはっきりある問題」に対して強いアプローチであり、AIの実用化の多くを支える基盤です。

2. 代表的な手法を学ぶ意義

教師あり学習には数多くのアルゴリズムがありますが、そのすべてを理解する必要はありません。大切なのは「代表的な手法を知っておく」ことです。

代表的な手法はそれぞれ、

シンプルで基礎となる考え方を学べる
実務でよく使われるため応用範囲が広い
他の高度な手法を理解する際の土台になる

という理由から学ぶ価値があります。

これから紹介する 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・ブースティング・SVM・自己回帰モデル は、AIを学ぶ人にとって「まず知っておくべき代表選手」です。

3. 線形回帰 ― 直線で未来を予測する

線形回帰は最も基本的な予測モデルで、入力変数と出力変数の間に「直線的な関係」があると仮定して学習します。例えば「勉強時間が増えればテストの点数も上がる」「家の広さが広いほど家賃も高い」といった関係です。AIはたくさんのデータをもとに「どの傾き・どの切片の直線が最も誤差を小さくできるか」を探し出し、その直線を学習結果として持ちます。

使いどころ

売上や価格、成績のように数値の予測が求められる場面。特に変数同士がほぼ直線的な関係を持つと考えられる場合に適しており、経済学や社会科学の調査でも標準的に利用される。

利点

モデルが単純で理解しやすく、予測式をそのまま人に説明できる。どの変数が結果にどの程度影響するかを係数から把握でき、統計的解釈や意思決定に役立つ。また計算コストが小さく、少ないデータでも動作する。

注意点

現実のデータが必ずしも直線関係を持つとは限らないため、複雑な関係には対応できない。外れ値の影響を強く受けるため、データの前処理や正規化が重要である。さらに変数が多すぎると「多重共線性」が問題になる。多重共線性とは、複数の特徴量が互いに強く相関してしまい、影響度を正しく推定できなくなる現象を指す。その結果モデルの安定性が失われ、解釈も難しくなる。

4. ロジスティック回帰 ― 確率でYes/Noを判定する

ロジスティック回帰は、入力データから「ある事象が起こる確率」を予測する手法です。線形回帰では出力がマイナスや1を超えることがありますが、ロジスティック回帰はS字カーブ（シグモイド関数）を用いて必ず0〜1の範囲に収めます。その結果を0.5などの閾値で区切ることでYes/Noを判定します。

使いどころ

二値分類問題（病気あり／なし、合格／不合格、購入する／しないなど）。確率としてリスクを提示したい場面。

利点

結果が確率で示されるため直感的に理解しやすい。係数を見れば要因の方向性や影響度がわかり、解釈性が高い。モデルが軽量で学習も高速。

注意点

複雑な非線形境界には対応しづらく、精度が落ちる。閾値の設定によって結果が変わるため、再現率と適合率のバランス調整が必要。

5. 決定木 ― 分岐で判断するアルゴリズム

決定木は、条件分岐を「木構造」として表現し、分類や回帰を行う手法です。ここで使われるのが if-thenルール です。これは「もし〜ならば〜」という形でデータを振り分ける仕組みで、人間が普段行う判断に近い形をコンピュータに実装したものです。

使いどころ

診断補助、顧客属性による購買予測、教育現場での成績判定など、説明可能性を重視する課題。

利点

分岐構造で視覚的に理解でき、説明責任が求められる現場に適している。カテゴリ変数を直接扱える。

注意点

木が深くなりすぎると 過学習 が起こりやすい。過学習とは、学習データにはよく適合するものの、新しいデータに対しては性能が下がってしまう現象を指す。データにノイズが多い場合、このリスクが特に高まる。

6. ランダムフォレスト ― 多数決で安定化する

ランダムフォレストは、多数の決定木を作り、それぞれの結果を多数決でまとめる手法です。このとき「データや特徴量をランダムに選んで学習させる」仕組みを バギング（Bootstrap Aggregating） と呼びます。ランダムフォレストはこの仕組みによって多様性を持たせ、全体の安定性を高めています。

使いどころ

高次元かつ複雑なデータを扱う場面。金融リスク分析、製造ラインの異常検知、マーケティングの予測など。

利点

多数の木の集合により安定した精度を発揮する。変数の重要度を評価でき、どの要因が結果に影響しているかが把握できる。

注意点

モデル全体がブラックボックス化しやすく、個別の判断理由を説明しにくい。学習に時間がかかり、計算資源を多く消費する。ただし決定木単独と比べると過学習には強い傾向を持つ。

7. ブースティング ― 失敗を重ねて強くなる

ブースティングは、弱い学習器 を組み合わせて強力な予測モデルを作る手法です。弱い学習器とは、それ単体ではあまり性能が高くない単純なモデルのことです。

仕組みは「前回の誤りを次回で修正する」ことの繰り返しです。これにより精度を少しずつ高め、最終的に非常に高性能なモデルを構築できます。代表的な実装としてXGBoostやLightGBMがあり、コンペティションや実務で高精度を求める場面でよく利用されます。

使いどころ

高い精度が要求される課題。不正検知、金融取引、画像分類コンペなど。

利点

非常に高精度で、多様なデータに対応可能である。調整次第で決定木単独やランダムフォレストを上回る性能を発揮する。

注意点

パラメータが多く調整が難しい。学習に時間がかかることがあり、計算コストも高い。

8. サポートベクターマシン（SVM） ― 最適な境界を探す

SVMは、データをクラスに分ける「最適な境界線」を探すアルゴリズムです。境界付近のデータ（サポートベクター）に注目し、それらとの距離を最大化するように分類境界を決めます。

線形分離できないデータでも活躍できるのは カーネル関数 のおかげです。カーネル関数とは、データを高次元空間に写像して分離しやすくする数学的な変換のことです。これを使うことで本来は分けられないデータも分離可能になります。

使いどころ

少量のデータで高い精度を求めたい場面。工業製品の異常検知、顔認識など。

利点

少数データでも高精度。非線形問題にも対応できる柔軟性を持つ。

注意点

大規模データでは計算負荷が高く現実的でない場合がある。カーネルやパラメータの選択が難しい。

9. 自己回帰モデル（AR） ― 時系列を扱う基礎

自己回帰モデルは「未来の値は過去の値の延長にある」という前提に基づいた時系列予測モデルです。株価や売上など、時間とともに変動するデータを扱う際の出発点となります。

例えば「今日の株価は昨日や一昨日の株価をもとに推定できる」といった形で使われます。

使いどころ

株価や売上予測、センサーの異常検知など、短期の時系列データ。

利点

シンプルで理解しやすく、短期的な予測に強い。時系列分析の基礎として学びやすい。

注意点

外的要因や長期トレンドを反映できない。季節性や周期性の強いデータには対応が不十分。

まとめ

教師あり学習は「正解を与えながら学ぶ仕組み」であり、実用的なAIの中心にあります。ここで紹介した代表的な手法 ― 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、ブースティング、SVM、自己回帰モデル ― は、どれも現場で幅広く使われています。

• 線形回帰とロジスティック回帰は基礎であり、解釈性が高い。

• 決定木とランダムフォレストは直感的かつ高精度である。

• ブースティングは実務での最強候補である。

• SVMは少ないデータでも強い。

• 自己回帰は時系列の入り口である。

それぞれに使いどころと限界があり、目的に応じて使い分けることが重要です。

次回は「教師なし学習」に進みます。答えのないデータからパターンを見つけ、構造を整理する手法を学んでいきましょう。