1．基本を理解
読み方・用語解説- 読み方
- きょうしなしがくしゅう
- 英語名
- Unsupervised Learning
- 提唱者・年代
- 機械学習の古典的な手法（現在もデータマイニングなどで広く使用）
💡 豆知識——un-＝「〜しない」。教師（正解）がいない、という意味。
【セットで覚えたい関連用語】
2．意味（定義）と例え話
ラベルの付いていないデータから、AIが自らパターンや関係性を見つける学習。精度が常に最も高いとは限らない。
正解ラベルを手作業で作るのは高コスト。そこで「ラベルなしのデータそのものの構造（グループや関係）を見つけよう」という発想から生まれた。
洗濯物を色や種類で“勝手に”分けるのに似てる。誰かに答えを教わるのではなく、自分であの“類似性”を見つけてグループ化しているんだ。
顧客セグメント化、異常検知、データの探索・可視化など。学習前の前処理としても使われる。
試験では「ラベルなし／クラスタリング・次元削減が代表／精度が常に最高とは限らない」が得点セット。
3．直前に理解（Q&A）
8問Q1. 教師なし学習とは？最頻出
ラベルの付いていないデータから、AIが自らパターンや関係性を見つける学習。正解ラベルを用いず、クラスタリングや次元削減などデータそのものの構造を学ぶ手法。
Q2. 代表的な手法は？最頻出
クラスタリング（似たもの同士のグループ化）と次元削減（特徴量の数を減らす）の2つが中心。
Q3. 教師あり学習との決定的な違いは？頻出
正解ラベルの有無。教師あり＝ラベル付きで対応関係を学ぶ。教師なし＝ラベルなしで構造を発見する。
Q4. 利用例は？頻出
顧客セグメント化（顧客を似た特徴でグループ分け）、異常検知、データマイニング、データ可視化など。
Q5. 精度は常に最高？頻出
いいえ。正解がないため精度を保証できず、「常に最も高いとは限らない」。タスク目的に合った手法を選ぶことが重要。
Q6. 「正解ラベルを用いる」は正しい？ひっかけ
誤り。ラベルを用いるのは教師あり学習。教師なし学習はラベルなしで学ぶ。
Q7. クラスタリングは教師あり？教師なし？混同注意
教師なし。正解ラベルを用いず、データ間の距離や類似性に基づいてグループ化する。
Q8. データマイニングとの関係は？親と子
大量データからパターンを見つけるデータマイニングの中心的な手法として位置づけられる。
4. まとめ
教師なし学習は正解ラベルを使わず、AIが自らパターンを見つける手法。クラスタリングと次元削減が代表。