教師あり学習の事例に関する記述として，最も適切なものはどれか。

エ録音された乳児の泣き声と，泣いている原因から成るデータを収集して入力することによって，乳児が泣いている原因を泣き声から推測する。

令和4年度 ITパスポート試験公開問題問24 解説教師あり学習の事例

教師あり学習を見分ける最大のポイントは、入力データに対して正解（ラベル）が紐づいているかどうかです。問題文から入力と正解のペアを特定できれば、正解を導き出せます。

選択肢エでは、入力である「泣き声」に対して、その原因という「正解ラベル」がセットになったデータを学習に使っています。このように、人間が答えを教える形で学習させるのが教師あり学習の特徴です。

AIの学習手法は、主に以下の3つに分類できます。試験ではこれらの違いを明確に区別できるようにしておきましょう。

教師あり学習入力データと正解ラベルのセットをコンピュータに読み込ませて学習させる手法です。今回の選択肢エのように、過去のデータから法則を学び、未知のデータに対して予測や分類を行う際に使われます。例えば、迷惑メールの判定や、画像認識による物体検知などが代表例です。

教師なし学習正解データを与えず、入力データそのものに潜む規則性や傾向を見つけ出す手法です。選択肢アのように、大量のデータから利用者の好みのパターンを自動でグループ分け（クラスタリング）する場合などがこれに当たります。

強化学習ある環境下でエージェント（学習する主体）が試行錯誤を繰り返し、行動の結果として得られる報酬を最大化するように学習する手法です。選択肢ウは、ロボットが盛り付けという動作を通じて報酬を得ることで最適解を学んでいるため、強化学習の事例です。

なお、選択肢イのルールベースは、AIや機械学習の枠組みではなく、あらかじめ人間が作成した条件式（もし～ならば～する）に従って動作する従来のプログラムです。機械学習とは根本的な仕組みが異なります。

機械学習の学習手法は、特にITパスポートでは頻出のテーマです。問題文を読んだときに、そのシステムが「正解を教えているか（教師あり）」「データから特徴を見つけているか（教師なし）」「試行錯誤して改善しているか（強化学習）」のどれに当てはまるかを考えると、解答の精度が格段に上がります。