Supervised Learning

教師あり学習は機械学習（ML）の一分野で、正解、すなわちグラウンドトゥルースと組み合わせた入力であるラベル付きの例をもとに、入力から出力への対応関係をモデルに学習させます。学習中はモデルの予測をラベルと比較し、その差を小さくするようにパラメーターを調整します。目標は汎化、つまりモデルが一度も見たことのない新しい入力に対して正確に予測することです。スパムフィルター、信用スコアリング、需要予測、画像分類器、物体検出器など、広く導入されているMLシステムの多くは教師あり学習を利用しています。

教師あり学習の仕組み#

教師ありデータセットは、入力とラベルのペアを集めたものです。モデルの学習に使う学習データ、設定の調整や停止タイミングの決定に使う検証データ、性能を最終的かつ偏りなく評価するためのテストデータに分割します。各学習バッチでモデルが予測を行い、損失関数がラベルとの差を測定し、確率的勾配降下法などの最適化アルゴリズムがモデルの重みを更新して損失を減らします。学習セットを一巡することをエポックと呼び、通常は検証スコアを監視しながら多数のエポックにわたって学習します。

学習損失が下がり続ける一方で検証スコアが悪化するモデルは過学習しています。ノイズも含めて学習ラベルを記憶し、別のデータにも通用するパターンを学べていない状態です。データ拡張、正則化、早期停止、データの追加によって過学習を抑えられます。

分類、回帰、構造化出力#

• 分類: スパムか否か、あるいは画像がImageNetの1,000クラスのうちどれに当たるかなど、離散カテゴリを予測します。
• 回帰: 住宅価格、翌日の需要、物体までの距離などの連続値を予測します。線形回帰は最も単純なモデルです。
• 構造化出力: 多くのビジョンタスクでは、分類と回帰の両方を組み合わせます。物体検出は各物体を分類し、バウンディングボックスの座標を回帰します。セグメンテーションはすべてのピクセルを分類し、姿勢推定はキーポイントの位置を回帰します。

同じ教師あり学習の手順は、表形式データに対するロジスティック回帰などの古典的アルゴリズム、ランダムフォレスト、勾配ブースティング木から、画像、音声、テキストを扱うディープニューラルネットワークまで、非常に異なるモデルに適用できます。

ラベル付きデータとそのコスト#

ラベルは人間のアノテーター、過去の不正事例や購入履歴などの記録、計測機器から得られます。ラベルの品質がモデルの品質の上限を決めます。体系的なラベル付けの誤り、一貫性のないアノテーション規則、クラス不均衡、学習セットとテストセット間のデータリークは、開発時には高スコアでも本番環境で失敗するモデルの一般的な原因です。データラベリングはプロジェクトで最もコストがかかる工程であることが多いため、関連手法を使って必要なラベル数を減らします。アクティブラーニングでは、最も有益なサンプルだけをアノテーターにラベル付けしてもらいます。転移学習では、大規模なデータセットで事前学習したモデルを使い、新しいタスクに必要なラベル付きの例を大幅に減らします。

YOLO26の学習は、ラベル付き画像を使う教師あり学習です。各学習画像には、すべての物体のクラスIDと正規化されたボックス座標を記載したラベルファイルがあります。学習モードでは、予測したクラスとボックスをラベルに近づけて損失を減らすようにモデルを更新します。以下の例では、COCOデータセットから抽出した8枚の画像を含むCOCO8（学習用4枚、検証用4枚）で事前学習済みの重みをファインチューニングし、学習パイプラインが最初から最後まで動作することを確認します。

from ultralytics import YOLO

# COCOデータセット全体で事前学習した重みから開始します
model = YOLO("yolo26n.pt")

# 教師あり学習: 画像とボックスおよびクラスのラベルを組み合わせます
results = model.train(data="coco8.yaml", epochs=3, imgsz=640)

教師あり学習と他の学習パラダイムの比較#

• 教師なし学習: ラベルを使わず、クラスタや圧縮表現など、入力だけから構造を見つけます。
• 半教師あり学習: 少量のラベル付きデータと大量のラベルなしデータで学習し、多くの場合、ラベルなしデータに対する信頼度の高い予測に擬似ラベルを割り当てます。
• 自己教師あり学習: 文の次の単語や画像内の隠されたパッチなど、データ自体からラベルを作成します。大規模言語モデルやビジョン基盤モデルの事前学習に使われ、その後、教師ありファインチューニングを行います。
• 強化学習: 状況ごとの正解行動ラベルを使わず、環境内での行動によって得られる報酬から学習します。
• 少数ショット学習: 通常はクラスごとに1～10個程度の少数のラベル付き例を使い、事前学習で得た知識を活用して新しいクラスを認識します。