↑: [[G検定に関する知識]] - 入力データと対応する正解データのセットをコンピュータに与えて慣例性を学習させる手法 - 入力データ＝問題 - 正解データ＝正解ラベル・教師データ - 人がドリルで勉強する時に問題と答えを見ながら学習するのと同じ - [[教師あり学習]]は予測したいデータによって[[回帰]]と[[分類]]に分かれる - 特徴量と**正解ラベル**のペアから学ぶ機械学習の手法 - 「答えつきのデータをたくさん見せることで学習させる」 - 教師なし学習（ラベルなし）・強化学習（報酬から学ぶ）と区別する - 出力の種類で**分類**（離散値）と**回帰**（連続値）に分かれる - 代表的モデル：線形回帰、ロジスティック回帰、決定木、SVM、アンサンブル学習 - cf. [[分類]], [[回帰]], [[教師なし学習-G検定]], [[強化学習-G検定]]