② 機械学習の概要 ／ 7. 教師あり学習
分類問題とは
分類問題とは、入力データがどのカテゴリに属するかを予測する教師あり学習のタスクです。出力がカテゴリ（離散値）である点が、回帰問題との本質的な違いになります。
この用語はG検定シラバスの「7. 教師あり学習」に含まれます。 章全体の用語は用語解説②（全62語）にまとまっています。
一言でいうと
入力がどのグループに属するかを当てる、教師あり学習のタスクです。
回帰問題との違い
教師あり学習は、出力の種類によって分類問題と回帰問題に分かれます。この区別はG検定で繰り返し押さえる基本です。
- 分類問題：出力がカテゴリ（迷惑メールか否か、犬か猫か）
- 回帰問題：出力が連続した数値（気温、売上、価格）
迷いやすいのは、名前に「回帰」とついていても分類に使うロジスティック回帰です。名前ではなく出力が何かで判断してください。
二値分類と多クラス分類
分類先が2つだけのものを二値分類、3つ以上のものを多クラス分類と呼びます。
代表例としては、スパムフィルタ（二値分類）や、手書き数字を0〜9に振り分ける問題（多クラス分類）が挙げられます。
分類の評価は正解率だけでは足りない
分類の性能はまず正解率で測りますが、陽性がごく少ないデータでは正解率が当てにならなくなります。1000件中1件が陽性なら、すべて陰性と答えるだけで正解率は99.9%です。
そのため実務では混同行列を作り、適合率・再現率まで確認します。
混同しやすい用語との違い
| 用語 | ポイント |
|---|---|
| 分類問題 | 出力がカテゴリ。スパム判定、画像認識など |
| 回帰問題 | 出力が連続値。気温や売上の予測など |
🎯 G検定での押さえどころ
- 出力がカテゴリである点が回帰問題との違い
- ロジスティック回帰は名前に反して分類に使う
- 二値分類と多クラス分類の区別
⚠️ よくある誤りの選択肢
- 「分類問題では連続した数値を予測する」→ 誤り。それは回帰問題です
- 「ロジスティック回帰は回帰問題に使う手法である」→ 誤り。分類に用います
📘 もっと深く学ぶ
- 数式レベルまで踏み込んだ解説 → 医療AIナビ「機械学習の分類」（E資格向け）
関連する用語
ご利用にあたって 本ページの内容は、JDLAが公開しているG検定シラバス2024や公式テキストなど、一般に公開されている情報をもとに独自に整理・解説したものです。実際の試験の出題内容を示すものではなく、また合格を保証するものでもありません。制度・法令・試験要項は変更されることがあるため、最新の情報は必ずJDLA公式サイトでご確認ください。