② 機械学習の概要 ／ 7. 教師あり学習
回帰問題とは
回帰問題とは、連続した数値を予測する教師あり学習のタスクです。出力が数値である点が分類問題との最も重要な違いで、G検定では比較対象として必ず押さえておきたいところです。
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
気温や売上のような、連続した数値を予測する教師あり学習のタスクです。
代表的な例と手法
気温、売上高、株価、不動産価格など、大小に意味がある数値を予測する問題が該当します。
手法としては線形回帰が最も基本で、説明変数が1つなら単回帰分析、複数なら重回帰分析と呼び分けます。
評価のしかたが分類と違う
分類問題では「当たったか外れたか」で評価できますが、回帰問題ではどれだけ近いかを測る必要があります。
そのため評価指標も専用のものを使います。平均二乗誤差（MSE）、平均絶対値誤差（MAE）、二乗平均平方根誤差（RMSE）が代表的です。
外れ値の扱いに注意
回帰では、極端に大きな値（外れ値）がモデルの当てはめを大きく歪めることがあります。
評価指標も影響を受けます。MSEは誤差を二乗するため外れ値に敏感で、MAEは絶対値なので比較的頑健です。どの指標を選ぶかで結論が変わりうる点を押さえておきましょう。
混同しやすい用語との違い
| 用語 | ポイント |
|---|---|
| 回帰問題 | 出力が連続値。評価はMSE・MAE・RMSEなど |
| 分類問題 | 出力がカテゴリ。評価は正解率・適合率・再現率など |
🎯 G検定での押さえどころ
- 出力が連続値である点が分類問題との違い
- 評価にはMSE・MAE・RMSEなど専用の指標を使う
- 説明変数が1つなら単回帰、複数なら重回帰
⚠️ よくある誤りの選択肢
- 「回帰問題の評価には正解率を用いる」→ 誤り。正解率は分類問題の指標です
- 「回帰問題ではカテゴリを予測する」→ 誤り。連続した数値を予測します
📘 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「教師あり学習① 線形回帰」（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。