教師データとは、機械学習においてモデルを学習させるために使用する入力データと、その正解ラベル（答え）の組み合わせである。
たとえば、画像分類を行う場合であれば、画像そのものが入力データであり、それに付随する「犬」「猫」といったラベルが正解データである。モデルはこの正解をもとに、未知のデータを正しく分類・予測できるように訓練される。
提唱者に
「教師データ」という用語自体は特定の研究者が提唱したものではなく、機械学習や人工知能の分野における一般的な概念である。もともと1950年代〜1980年代に発展したパターン認識やニューラルネットワーク研究の中で自然に使われるようになった言葉である。したがって、提唱者を特定することはできない。
デザイン上の利用方法
UXデザインやプロダクト設計の観点からは、教師データは ユーザー行動やコンテンツの質を反映した学習材料 として活用できる。具体的には以下のような場面で有効である。
- ユーザー行動分析
アプリの操作ログを教師データとし、「離脱しやすい動線」や「利用が継続するパターン」をモデルに学習させることで、ナビゲーション改善やレコメンドに活用できる。 - パーソナライズ体験
購入履歴や検索履歴を教師データとし、ユーザーごとに適した商品や記事を提示できる。 - 自然言語インターフェース
ユーザーからの質問と、それに対する正しい回答例を教師データとし、FAQボットやアシスタントの精度を高められる。
具体的事例
- Eコマース：過去の購入履歴と顧客属性を教師データにして「次に買いそうな商品」を予測。
- 医療アプリ：症状データと診断結果を教師データとして入力し、セルフチェック機能の補助に。
- 教育アプリ：生徒の回答履歴と正誤情報を教師データにし、個別最適化された問題提示を可能に。
関連して知っておくべき用語
- 教師あり学習（Supervised Learning）
教師データを用いて学習する方法。分類や回帰問題で多用される。 - 教師なし学習（Unsupervised Learning）
正解ラベルを持たないデータでパターンを見つけ出す方法。クラスタリングや次元削減など。 - 強化学習（Reinforcement Learning）
教師データではなく「報酬」をもとにエージェントが行動方針を学習する枠組み。 - バイアス（Bias）
教師データに偏りがあると、AIの出力も偏る問題。UXデザイン上は「公平性」や「透明性」が重要課題になる。
