教師あり学習（Supervised Learning）は、入力と正解（ラベル）がセットになったデータ で学ばせる 機械学習 の方法です。「この写真は猫」「このメールは迷惑」といった正解つきの例を、たくさん見せて覚えさせます。
大きく2つの用途があります。
- 分類 … どのグループに属するかを当てる。例：迷惑メールか否か、写真が犬か猫か。答えは「種類」。
- 回帰 … 連続した数値を予測する。例：中古住宅の価格、明日の気温。答えは「数値」。
学習の流れは、次のようになります。
- 正解つきのデータを用意する（例：たくさんの「写真＋正解ラベル」）。
- モデルに予測させ、正解とのずれを測る。
- ずれが小さくなるよう、モデルを調整する。
- これを繰り返し、精度を高める。
注意点は、学習データに慣れすぎない ことです。過去問を丸暗記しただけでは、新しい問題に対応できません（過学習）。そのため、データセット を学習用と検証用に分け、未知のデータへの実力を測りながら進めます。正解を用意する手間はかかりますが、精度を出しやすい、実用的な方法です。