?師なし?習

?師なし?習 （きょうしなしがくしゅう, 英 : Unsupervised Learning ）とは、機械?習の手法の一つである。

?知の「問題」 $x i$ に?する「解答」 $y i$ を「?師」が?えてくれる手法である ?師あり?習、と?比して「問題」 $x i$ に?する「出力すべきもの（正解=?師）」があらかじめ決まっていないという点で?師なし?習と呼ばれ、デ?タの背後に存在する本質的な構造を抽出するために用いられる。

?要 [ 編集 ]

?師なし?習は?師あり?習と違い、目的?? $y$ に相?するものがそもそも存在しないか、あっても知る事ができない。未知の確率分布 $p(\mathbf {x} )$ に?う?? $\mathbf {x} _{1},\ldots ,\mathbf {x} _{n}$ が訓練デ?タとしてアルゴリズムに?えられる。アルゴリズムが解くべきタスクは、確率分布 $p(\mathbf {x} )$ やその重要な性質を何らかの形で?習し、 $p(\mathbf {x} )$ の特性を直接推定する事である ^[1]。?師あり?習と違い、明確な「正解」 $y$ が存在しないので、?師なし?習では出力の妥?性を直接評?する評?尺度は存在せず ^[1]、妥?か否かの判?は主?的なものになり ^[1]、ヒュ?リスティックな議論が必要となる ^[1]。

?師なし?習の興味の一つは確率密度?? $p(\mathbf {x} )$ それ自身を推定する 密度推定 のタスクであり、カ?ネル密度推定など統計?で??なノンパラメトリック密度推定の手法が知られている ^[1]。しかし $x$ の次元が高い場合は次元の呪いが原因でこうした推定はうまくいかず ^[1]、それゆえ多くの?師なし?習では、 $p(\mathbf {x} )$ の何らかのパラメトリックなモデルで $p(\mathbf {x} )$ を近似することを試みたり、訓練デ?タから $p(\mathbf {x} )$ の何らかの重要な性質を抽出するといったアプロ?チが取られる。

具?的なタスクとして以下のようなものがある。

アルゴリズム [ 編集 ]

自己?師あり?習 [ 編集 ]

自己?師あり?習（英 : self-supervised learning ）は?習デ?タのラベルを?習デ?タに基づいて生成する?習手法である ^[2]。?師ラベルがないという点で?師なし?習の一種とみなせる ^[3]。

脚注 [ 編集 ]

^ ^a ^b ^c ^d ^e ^f #ESL p559-561
^ "Obtain 'labels' from the data itself by using a “semiautomatic” process." Liu, et al. (2021). Self-supervised Learning: Generative or Contrastive . p.2.
^ "Self-supervised learning can be viewed as a branch of unsupervised learning since there is no manual label involved." Liu, et al. (2021). Self-supervised Learning: Generative or Contrastive . p.2.

?考文? [ 編集 ]

Hastie, Trevor、Tibshirani, Robert、Friedman, Jerome『統計的?習の基礎デ?タマイニング?推論?予測』杉山?、井手剛、神?敏弘、栗田多喜夫、前田英作、井尻善久、岩田具治、金森敬文、兼村厚範、烏山昌幸、河原吉伸、木村昭悟、小西嘉典、酒井智?、鈴木大慈、竹?一?、玉木徹、出口大輔、?岡亮太、波部?、前田新一、持橋大地、山田誠 ??、共立出版、2014年6月25日。 ISBN 978-4320123625 。
- “ The Elements of Statistical Learning: Data Mining, Inference, and Prediction. ”. スタンフォ?ド大? . 2020年11月10日 ??。：上述の書籍の英語版公式サイト。無料pdfあり。

この項目は、コンピュ?タに?連した 書きかけの項目 です。この項目を加筆?訂正などしてくださる協力者を求めています（ PJ:コンピュ?タ / P:コンピュ?タ）。

[:3-1] ^ ^a ^b ^c ^d ^e ^f #ESL p559-561

[2] "Obtain 'labels' from the data itself by using a “semiautomatic” process." Liu, et al. (2021). Self-supervised Learning: Generative or Contrastive . p.2.

[3] "Self-supervised learning can be viewed as a branch of unsupervised learning since there is no manual label involved." Liu, et al. (2021). Self-supervised Learning: Generative or Contrastive . p.2.

[1]

[2]

[3]