少数のレビューには人手で確認した感情ラベルがあり、ほかに大量の未ラベルレビューがある。新しいレビューの感情を分類する学習方法を比較する。
ラベル付き部分だけを使う案と、ラベル付き・未ラベルの両方を学習に使う案を区別する。人手で確認した別の評価データは、訓練へ混ぜずに確保する。
実際に学習へ使うデータに基づく説明として適切なものを2つ選べ。
データの所在だけでなく、実際に学習へ使うデータを確認する。ラベル付きだけなら教師あり、ラベル付きと未ラベルの組み合わせなら半教師ありを検討し、評価用正解や疑似ラベルの品質を別に扱う。
詳細解説
疑似ラベルはモデルによる推定であり、誤りを含み得る。ラベルの由来と品質を確認し、評価用の正解と無条件に同一視しない。
ラベル付きと未ラベルを組み合わせる学習方式である。データが混在しているだけでなく、実際に両方を学習へ使うかを確認する。
強化学習は行動と報酬などの学習信号に着目する。未ラベルの量だけでは、半教師あり・教師なし・強化学習を区別できない。
未ラベルの例には比較する正解がない。人手で確認した評価データ等を使い、何を正解として測るかを明確にする。
入力と確認済みラベルの組から対応を学ぶ。利用可能な別の未ラベルデータが存在するだけでは、学習方式は変わらない。
公式資料で確認する
以下の項目を公式資料の記述と照合して確認します。
AWSの教師あり・半教師あり学習の定義を確認し、各案が使うラベル付きデータ・未ラベルデータ・疑似ラベルを整理する。評価用の確認済み正解が訓練に混ざっていないかも照合する。
参考にした公式資料
確認できる内容
ラベル付き部分だけの訓練と、未ラベルも組み合わせる訓練を区別できる。未ラベルや疑似ラベルだけから、確認済み正解との分類正解率を報告したことにはならない。
理解のポイント
- 実際の学習データ
- 半教師あり学習
- 疑似ラベル
- 評価データ
確認時の注意
- 確認環境: AWS公式AIF-C01 Task1.1と各AI/ML概念の一次資料を照合する。実モデルの訓練・本番操作は行わない。
- AWS公式ドキュメントで、対象サービスが提供する機能と前提条件を確認する。
- モデル、データ、アプリケーション、利用者の責任分界を混同しない。
基礎のおさらい
存在するデータと利用するデータを分ける
未ラベルのデータを持っているだけでは、ラベル付き部分だけで訓練する分類器が半教師ありに変わるわけではない。各案でどのデータを学習に使うかが判断材料になる。
ラベルの由来を確認する
人手の確認済みラベル、未ラベルの入力、モデルが推定した疑似ラベルは同じ品質や役割ではない。疑似ラベルを使う場合も、誤りや偏りを考慮して評価する。
評価用の正解を学習と分ける
分類の正解率等を確かめるには、予測と比較する正解が必要である。未ラベルの量や訓練時の成績だけを、未知データに対する性能の証拠にしない。