教師あり学習

Coddyの「機械学習入門」コースのレッスン 4/19。

教師あり学習は、入力特徴量とそれに対応する正しい出力（ラベル）の両方を含むデータセットでモデルをトレーニングすることを伴います。その目的は、学習した関数に基づいて、新しい未知の入力に対する出力を予測することです。
教師あり学習には、主に2つのタイプがあります。

分類：その目的は、あらかじめ定義された選択肢のリストからクラスラベルを予測することです。例えば、メールを「スパム」か「スパムではない」かに分類することを想像してみてください。あるいは、スマートフォンの顔認証でロックを解除するとき、それは分類を使用して「はい、あなたですね！」と判断しています。
回帰：その目的は、数値を予測することです。例えば、広さや場所などのさまざまな特徴に基づいて家の価格を予測したり、メーカー、モデル、年式に基づいて車の価値を算出したりすることです。これは「The Price is Right（価格当てゲーム）」をプレイするようなものです。

このコースでさまざまなアルゴリズムを学んでいく中で、それらが教師あり学習と教師なし学習のどちらに近いかについて説明していきます。