INFORMATION & AI MATERIAL

教師あり学習(正解つきの例から学ぶ)

教師あり学習(正解つきの例から学ぶ)(高校情報Ⅱ「AIのしくみ」の図)

横にして見てください。2本の指で拡大できます。

教師あり学習(正解つきの例から学ぶ)(高校情報Ⅱ「AIのしくみ」の図)

素材について

教師あり学習の流れを、いぬとねこの画像を見分けるAIを例に示す図です。正解(ラベル)を付けた例を訓練データとテストデータに分け、学習・テスト・利用の順に進むことと、過剰適合などの注意を示します。

高校情報Ⅱ「AIのしくみ」の授業や調べ学習で使える図です。スライドに入れたり、児童生徒の端末に配ったりして使えます。予習・復習の資料にもなります。入れ方は授業での使い方をご覧ください。

図の見方

  • 「1 正解(ラベル)を付けた例を集める」では、いぬ・ねこの画像に名前の札が付き、点線で「訓練データ(学習に使う)」と「テストデータ」に分けています。
  • 「2 学習」は訓練データだけを使い、予測と正解の差が小さくなるように中の数を調整して、モデルをつくります。
  • 「3 テストで確かめる」は、学習に使っていないデータに答えさせ、正解と比べます。図の例は4枚中3枚が正解で、正解率75%です。「4 使う」では、正解のない新しい画像に「ねこ」(確からしさ88%)と答えます。
  • 下の「知っておこう」は、正解(ラベル)を人が付けることが多く、付け方がまちがうとAIもまちがって学ぶこと、訓練データにだけよく当たる過剰適合、教師なし学習という学び方もあることを挙げます。

授業での使い方

情報Ⅱで、機械学習の基本的な仕組みや、訓練データとテストデータの役割を学ぶときに使います。

導入で、図の問い「AIは、正解の付いた例から、どのようにして見分け方を学ぶのだろう」を板書します。展開では、1から4を番号順に読み取らせ、2で使うデータと3で使うデータが別であることを確かめます。まとめでは、過剰適合の説明を使って、テストデータで確かめる理由を自分のことばで説明させます。

発問の例

  • 2の学習と3のテストでは、使うデータの何がちがうでしょう。
  • 正解(ラベル)の付け方がまちがっていると、AIはどのように学んでしまいますか。
  • 訓練データにだけよく当たるAIを、そのまま使うと、どんな困ったことが起きるでしょう。

つまずきやすい点

  • 訓練データでよく当たれば十分だと考える生徒がいます。「訓練データにだけよく当たっても、新しいデータで当たるとは限らない」の一文を指し、だからテストデータで確かめる、という流れを確かめます。
  • 画像の枚数・正解率・確からしさは架空で、いぬ・ねこは記号的な絵です。75%などを実際の性能と受け取らせないようにします。

ほかの学習とのつながり

同じ情報Ⅱの「データの量と質がAIの答えを変える」では、訓練データの量とかたよりが答えを変えることを扱います。中学校の「AIはまちがいから学ぶ(予測と正解の差を小さくする)」で学習のくり返しを、「教師なし学習(似たもの同士でグループに分ける)」で図の最後の学び方を学べます。