# 教師あり学習
> 深ぼるぞい

## 前提
- 教師あり学習は「正しいデータ」という名の教師がいて、そこに不明なデータを持ち寄った際には正解を教えてくれるというイメージです。正解となる膨大なデータを学習することで、新しいデータに対しても対応が可能です。

## 流れ
- 教師あり学習は「学習」と「認識・予測」の2段階のプロセスに別れています。
- まず、「正解がわかっているデータ（入力という）」を元に、ルールやパターン（出力）を学習します。
- そのあとに、新たにインプットされた「正解がわからないデータ」に対して決めたルールやパターン（出力）を元に認識・予測をするという流れになっています。

## 出来る事
- 教えて君にある程度、問題（好きな物）と正解（ラブライブ）をインプット
- ルールやパターンを学習
- 好きな物って、ご飯の事？趣味の事？
- 20代で男性はこのパターンが多いいなぁ～
- 教えて君が、新しい人に対して「あなたは○○が好きだったりして？？」
- 学習したルールやパターンを元に予測・認識

## 具体的な学習のアルゴリズム
### 分類
- 「犬」や「猫」などのラベルの情報や「購入」「非購入」といったカテゴリーの情報などを分類・予測する場合の学習方法です。
#### ランダムフォレスト
- 代表的なもの
> 画像は備考のサイト見て
- これを使われたサービス（多分）
- [アキネーター](https://jp.akinator.com/)

## 備考
- [ここわかりやすい](https://ainow.ai/2019/11/26/180809/)