## 文系は応用情報技術者試験に合格できない？

文系でエンジニアを目指している方の中には、応用情報技術者試験の受験を検討している方もいるでしょう。しかし、文系でいきなり応用情報技術者試験に挑戦して、本当に合格できるか不安な方も多いのではないでしょうか。

**本記事では、まず文系でも応用情報技術者試験に合格できるのかについて触れ、さらに勉強方法などについて紹介します。**受験を検討している方は、ぜひ参考にしてください。

ITエンジニアは文系でも目指せる？転職のポイントや注意点について

## 応用情報技術者試験に合格するには試験対策が必要

**結論から言うと、文系でも応用情報技術者試験に合格することは可能です。**むしろ、理系の方でも勉強をしなくては、応用情報技術者試験に合格することは難しいでしょう。

応用情報技術者試験に合格するために大切なのは、応用情報技術者試験への対策をしっかり練った上で、勉強することです。本記事では後述で勉強方法についても触れますので、そちらもぜひ参考にしてください。

<center>[エンジニア転職を成功させるため ぜひ*『マイナビIT エージェント』*をご活用ください！](https://mynavi-agent.jp/it/?utm_source=and-engineer&utm_medium=content-text&utm_campaign=acv07_2)</center>

*まずは、応用情報技術者試験の概要を紹介します。*出題範囲や問題数、合格率など試験に関する情報を確認しましょう。

*試験時間は、午前9:30〜12:00と午後13:00〜15:30の各150分間です。*午前の試験の出題形式と出題数は、多肢選択式で80問出題されます。午後の試験は記述式の問題が11問出題されます。

上記の情報は実施年度によって変更する可能性もありますので、詳細については公式サイトの試験要項を確認しましょう。

【参考】：[応用情報技術者試験　試験要項](https://www.ipa.go.jp/shiken/syllabus/t6hhco0000004yy7-att/youkou_ver5_2.pdf)

応用情報技術者試験の鬼門？午後試験で合格点を取る方法やコツとは

*応用情報技術者試験の出題範囲は大きく分けて9分野あり、広い範囲から出題されます。*

- 基礎理論
- コンピュータシステム
- 技術要素
- 開発技術
- プロジェクトマネジメント
- サービスマネジメント
- システム戦略
- 経営戦略
- 企業と法務

この中でも技術要素の中に含まれるセキュリティは、重点分野に指定されています。試験合格を目指す場合、セキュリティ分野の問題は解けるようにしておきましょう。

応用情報技術者試験は難しすぎる？受験のメリットや対策方法を解説

*IPAが公表している情報処理技術者試験・情報処理安全確保支援士試験の統計資料によると、令和4年度春期の応用情報技術者試験の合格率は24.3％でした。*この合格率は低いと言えますので、やはりしっかりと勉強して、試験に挑むべきでしょう。

また、合格基準は午前と午後で、それぞれ100点満点中60点が合格基準点です。試験の内容によって多少基準が変わるかもしれませんが、基本的に6割は正答する必要があります。

【参考】：[情報処理技術者試験・情報処理安全確保支援士試験　試験要綱](https://www.ipa.go.jp/shiken/syllabus/t6hhco0000004yy7-att/youkou_ver5_2.pdf)
【参考】：[応用情報技術者試験　試験要項](https://www.ipa.go.jp/shiken/syllabus/t6hhco0000004yy7-att/youkou_ver5_2.pdf)

応用情報技術者試験の合格率は？試験の概要と合格するメリット・デメリット

## 応用情報技術者の資格が活かせる職種について

応用情報技術者を文系で取得したい方は、IT企業への就職や転職を検討している方も多いでしょう。そこで、ここでは応用情報技術者の資格が活かせる職種について解説します。

**応用情報技術者の資格を活かせる職種は数多くありますが、その中でも特にプログラマーは開発現場で知識を活かせるでしょう。**そこで、ここからはプログラマーの仕事内容と年収について解説します。

プログラマーの仕事内容はシステム開発を行うことです。*実際にコードを記述し、仕様にあった成果物を作ることがメインの仕事です。*

開発をスムーズに行うためには、システムに関する知識やサーバー、データベースなどさまざまな知識が必要です。さらに、コードを記述できることがプログラマーには求められます。

プログラマの仕事内容は難しい？適性やどんな職種なのか分かりやすく解説

プログラマーの年収は「マイナビエージェント職種図鑑」での平均年収は344万円（※2023年8月執筆時点）、経済産業省2017年発表の「IT関連産業の給与等に関する実態調査結果」から近い職種のプログラマを参考にすると、平均年収592万円と分かりました。

国税庁2020年発表の「民間給与実態統計調査」における民間企業平均年収は433万円なので、プログラマーは一般平均年収と比較すると、ややバラつきがあることが分かります。

この理由は、プログラミング言語の需要や案件によって単価が異なるためです。また、同じ企業で開発現場の経験を積むようになると、現場のリーダーとして抜擢されることもあるでしょう。そうすると年収がアップすることもあります。

*未経験で転職する場合も、スキルを磨いたり経験を積んだりすることで、十分に年収アップを目指せます。*

【参考】：[マイナビエージェント職種図鑑](https://mynavi-agent.jp/it/jobindex/05.html?utm_source=and-engineer&utm_medium=content-text&utm_campaign=acv07_2)
※【平均年収 調査対象者】2020年1月～2020年12月末までの間にマイナビエージェントサービスにご登録頂いた方
【参考】：[IT関連産業における給与水準の実態① ~ 職種別（P7）](https://warp.da.ndl.go.jp/info:ndljp/pid/11623215/www.meti.go.jp/press/2017/08/20170821001/20170821001-1.pdf)
【参考】：[民間給与実態統計調査-国税庁](https://www.nta.go.jp/publication/statistics/kokuzeicho/minkan2020/pdf/002.pdf)

プログラマのキャリアパス4選！年収を上げるために考えたいこと

## 応用情報技術者試験の勉強方法

応用情報技術者試験に合格するためには、学習の計画を立てて出題範囲を網羅する必要があります。なぜなら、応用情報技術者試験ではシステム開発に必要な知識やセキュリティ、アルゴリズム、ハードウェアなど広い出題分野から問題が出題されるためです。

広範囲の出題範囲に対応するためには、事前の試験対策が欠かせません。

**そこでここでは、応用情報技術者試験の試験対策に、どんな勉強方法がおすすめかを解説します。**どこから手をつけたらいいか悩んでいる方は、ぜひ参考にしてください。

【参考】：[応用情報技術者試験 出題範囲](https://www.ipa.go.jp/shiken/syllabus/t6hhco0000004yy7-att/youkou_ver5_2.pdf)

応用情報技術者試験は独学で合格できる？出題範囲や勉強法を解説！

応用情報技術者試験は比較的有名な資格試験のため、参考書も数多く出版されています。*また、小さめの参考書であれば通勤時間や移動時間に勉強することもできます。*

さらに、参考書の中には初心者向けにイラストが載っていたり、練習問題を掲載していたりする参考書もあります。ぜひ、自分にあった1冊を選んで学習しましょう。

応用情報技術者試験合格におすすめの参考書・過去問・問題集8選！

応用情報技術者試験の勉強を講師からしっかり教わりたい方は、講座や研修などを活用してみましょう。現在ではインターネット上で講義が完結するオンラインの講座もありますので、本業と並行しながら学習することも可能です。

さらに、IT企業の中には研修が充実している企業も数多く存在します。*未経験から転職する場合、研修が手厚い企業を選ぶことで働きながらITの知識を深めることも可能です。*

<center>[あなたに合った企業選びをサポート致します。 エンジニア転職のご相談はぜひ *『マイナビIT エージェント』*へ！](https://mynavi-agent.jp/it/?utm_source=and-engineer&utm_medium=content-text&utm_campaign=acv07_2)</center>

*IPA（情報処理推進機構）では、過去10回分の応用情報技術者試験の過去問題を公開しています。*また、応用情報技術者試験は午後試験が筆記のため、採点講評も解答と併せて確認できます。参考書などである程度知識を身につけたら、公式サイトの過去問を解いてみるのもよいでしょう。

さらに、市販の問題集などもありますので、もっとたくさん問題を解きたい場合はそれらも利用してください。

【参考】：[応用情報技術者試験 過去問](https://www.ipa.go.jp/shiken/mondai-kaiotu/2023r05.html#haru_ap)

## 応用情報技術者試験に合格してエンジニアを目指すなら

本記事では、文系でも応用情報技術者試験に合格できるよう、応用情報技術者試験の勉強方法などを紹介しました。これから資格取得を目指している方は、本記事を参考にしつつ勉強に取り組んでみましょう。

しかし、応用情報技術者の資格を取得するだけで、未経験からエンジニアに転職するのは難しいでしょう。その理由として、エンジニアの就職活動では、職務経歴書の他に技術経歴書などを求められることもあるためです。**未経験で開発経験がない場合、どのように企業にアピールすべきか、悩んでしまうでしょう。**

そこで利用を推奨するのが[マイナビIT エージェント](https://mynavi-agent.jp/it/?utm_source=and-engineer&utm_medium=content-text&utm_campaign=acv07_2)です。 

マイナビIT エージェントは、IT・Webエンジニア向け、無料の転職⽀援サービスです。

IT・Webエンジニアの転職事情に詳しいキャリアアドバイザーが、あなたのご経験やスキルをお伺いし、転職活動のプランをご提案します。

アドバイザーは企業側と直接連携を取れるので、求人票に載っていない情報も確認することができます。こちらで、働き方などをしっかり確認の上、応募企業を選んでいくのが良いでしょう。

未経験からのキャリアチェンジは心身ともに本当に大変だと思います。少しでもご自身の負担を減らすべく、エージェントサービスを活用して、失敗のない転職活動に臨んでいただければ幸いです。

<center>[*『マイナビIT エージェント』*なら、 IT業界に精通した専任アドバイザーと豊富な求人で、 あなたの転職活動を丁寧にサポートします。](https://mynavi-agent.jp/entry/?genre=26&utm_source=and-engineer&utm_medium=content-text&utm_campaign=acv07_2)</center>

文系で応用情報技術者試験を受験する方の中には、無事試験に合格できるのか不安に感じている方もいるかもしれません。そこで今回は、文系でも応用情報技術者試験に合格できるのか、またよくある疑問についてまとめました。受験を検討している方はぜひ参考にしてください。

文系でも応用情報技術者試験に合格する可能性はあります

応用情報技術者試験に合格するには、試験用の対策を練ることが大切です

文系でエンジニアとして転職するのであれば、転職エージェントを活用しましょう

応用情報技術者試験は文系でも合格できる？勉強方法も詳しく解説

2023年「AWS Ambassadors」、「Japan AWS Jr. Champions」に選出された4名にお話を伺うため、日立製作所にお邪魔した編集部。

前編では、「AWS Ambassadors」と「Japan AWS Jr. Champions」に選出された感想や、優れたAWSエンジニアになるための秘訣についてお話を伺いました。

後編では、AWSが気になっているけれど詳しくは知らない、**IT業界のビジネスーパーソンに向けて、4名それぞれの視点からAWSの基礎知識や魅力について語っていただきました**。

**AWSをビジネスに活かせるシーン**や、**今注目しているAWSのサービス初心者におすすめのイベント**まで、エンジニアでなくても役に立つお話が盛りだくさんです！

日立製作所で活躍する「AWS Ambassadors」と「Japan AWS Jr. Champions」に聞いた！選出歴は仕事に役立ってる？【前編】

## これだけは知りたい！AWSの基礎知識

#### balloon satsuki_harada left
今更ですが、そもそもAWSはこれまでのクラウドサービスと何が違うのでしょうか？

#### balloon takumi_tomita right
それを語るにはまず、前提を整理しましょう。**クラウドサービスとは、インターネット上のプラットフォームでデータベースやストレージ、アプリケーション、人工知能などの多様なITサービスをインターネット越しに利用できるもの**ですね。

#### balloon satsuki_harada left
はい、代表的なクラウドサービスには、他にもMicrosoft AzureやGoogle Cloudなどがあります。

~~参考：[AWS公式サイト](https://aws.amazon.com/jp/what-is-aws/)~~

#### balloon takumi_tomita right
そうです。クラウドサービスをレゴブロックのように組合せて様々なサービスを作る事ができますが、AWSはこのレゴブロックが使いやすいんです。クラウドサービスを使わないシステム構築、**この対極にあるのがオンプレミスです**。

#### balloon satsuki_harada left
非エンジニアの読者のために解説していただけますか？

#### balloon takumi_tomita right
オンプレミスとは、ソフトウエアやハードウエアなど、システムを運用するために必要なインフラを企業が物理的に用意し、運用する形態を意味します。

#### balloon takasi_miki right
**クラウドサービスを利用すれば、大掛かりな設備を持たなくても、大規模なシステムを運用できる**ということですね。

### 240以上から選べる豊富なサービスが魅力

#### balloon takasi_miki right
AWSはご存じの通り、Amazonによって提供されています。Amazonはこれまで、通販サービスとして膨大なデータを処理するため、巨大なサーバーを運用してきました。その運用技術を応用したのがAWSです。

#### balloon takasi_miki right
2006年に米国でサービス提供を開始して、2011年に日本に進出、2019年には中東、バーレーンにデータセンターができるなど、粛々と世界進出を進めていますね。

#### balloon satsuki_harada left
クラウドサービスは他にも存在しますが、AWSはなぜ人気なのでしょうか？

#### balloon syunta_fukumoto right
**AWSの一番の強みは何と言っても、240種類以上もの豊富なサービスが常にアップデートされていることです**。単純にITリソースを貸し出すだけではなく、例えばデータベースサービスの中にはインフラの構築やメンテナンスを意識しなくて良いようなサービスもあります。ユーザーにとっては、使用するサービスの選択の幅が広がるという嬉しさがあるんです。

#### balloon satsuki_harada left
日立製作所では、AWSと他のクラウドをどのように使い分けていらっしゃいますか。

#### balloon takasi_miki right
こちらの判断で使い分けるというよりは、お客様の好みで選ぶことの方が多いですね。AWSに限らず、Microsoft Azureだったり、Google Cloudだったり、お客様ごとに、慣れ親しんだクラウドベンダーがいますから、**われわれは常に選択肢を持っておくことを意識しています**。

#### balloon takumi_tomita right
もちろん、お客様のやりたいことに対して、「AWSのこのサービスが使えます」と提案することもあります。そういう意味では、**サービスが豊富なAWSを使えるということ自体が選択肢を広げますよね**。

## ビジネスパーソンは、AWSから何を学べる？

### 日本企業がAWSに学ぶべきサービス開発のメソッド

#### balloon satsuki_harada left
AWSはなぜ、これほどの数のサービスを展開し、常に進化させ続けることができるのでしょうか？

#### balloon takasi_miki right
もちろん技術力もありますが、**一番大きいのは、企業文化ではないでしょうか**。Amazonは、昔ながらの日本企業とは真逆の方法でサービスを作っているんです。

#### balloon satsuki_harada left
面白そうですね。詳しく教えていただけますか？

#### balloon takasi_miki right
この業界では通常、新サービスをリリースしようとなったときに、まずは市場調査を行い、上に通すための企画書を作ります。さらに、現在の技術でそれが可能かどうかということを検証してから、スケジュールや予算を計算して、上層部のOKが出たら実際に開発を始めるんです。

#### balloon satsuki_harada left
イメージできます。

#### balloon takasi_miki right
ところが、AWSの場合は真逆です。**プレスリリースの形式で、社内に「こんなものを作ります」ということを宣言してから開発を始める**んですよ。

#### balloon satsuki_harada left
なるほど。小売業からITに参入してきたAmazonだからこそ、業界の常識を超えたサービスの構築が可能なんですね。

### IT業界が他業種から学べるものを大切に 

#### balloon takasi_miki right
私たちのように長い間IT業界にいる人間は、この業界に参入してくる企業をビジネス視点で観察することで、常に新しい発想のヒントを得るんです。

#### balloon satsuki_harada left
技術以外の情報収集も大切なんですね。

#### balloon takasi_miki right
実は、弊社でも2010年から、国産クラウドサービスを開始しています。**Amazonをクラウドベンダーの「ライバル」と見るか、他業界のノウハウをITで活かして業界に風穴を開ける「先生」として見るか。この違いが、自社の成長を分けるんじゃないかなと思います**。

#### balloon satsuki_harada left
三木さんご自身は、他業界からIT業界に進出してきた企業から学びを得る際、どこに着目するのでしょうか？

#### balloon takasi_miki right
**その企業の創業者やCEOの考え方やビジョンを見ていることが多い**ですね。Amazonの場合は、創業者で元CEOのジェフ・ベゾスがクラウドサービスの成功を経て、次に何に投資するのか、どんな技術に力を入れるのかというところに着目しています。

#### balloon satsuki_harada left
AmazonのCEOを退任した後は、宇宙ベンチャー「ブルーオリジン」を立ち上げて注目を集めましたね。

#### balloon takasi_miki right
「ブルーオリジン」では人工衛星やロケットの開発に取り組んでいますよね。今後は、こうした技術とクラウドやITがどのように結び付けられていくのかという部分が見どころじゃないかなと思います。

## 日立製作所のエンジニアが注目する、AWSの最旬サービス

### やっぱり気になる！トレンドの生成AIモデル

#### balloon satsuki_harada left
業界の最前線で活躍するエンジニアとして、皆さんがいま一番気になっているAWSのサービスを教えていただけますか？

#### balloon syunta_fukumoto right
やっぱり…今話題のAI系サービスですね。2023年4月にリリースされたばかりの、**「Amazon CodeWhisperer」（アマゾン コードウィスパラー）や「Amazon Bedrock」（アマゾン ベッドロック）**は、業界関係者に限らず、注目している方も多いのではないでしょうか。

#### balloon satsuki_harada left
みなさん頷いていらっしゃいますね。サービスの内容を教えていただけますか？

#### balloon kentarou_fukai right
CodeWhispererは、AIがコメントからコードを提案してくれる、いわゆる生成系AIです。Bedrockは、生成系アプリケーションの構築・拡張を支援するものですね。

#### balloon satsuki_harada left
AI系はトレンドとして注目度が高いですね。逆に、ご自身の趣味で追いかけているサービスなどがあれば、ぜひ聞いてみたいです。

#### balloon takumi_tomita right
僕の場合、個別サービスではないのですが、AWSが自社のデータセンター内の機能を高めるために独自に開発した「Scalable Reliable Datagram (SRD) プロトコル」には「ニヤッ」としてしまいます。また、**Amazon EC2の基盤技術とも言える「AWS Nitro System」（ナイトロシステム）**にはグッときますね。

#### balloon satsuki_harada left
マニアック！インフラエンジニア出身の富田さんならではですね。

### AWS初心者におすすめのイベントは？

#### balloon satsuki_harada left
みなさんは、AWSの有識者としてもAWSを学ぶ立場としても、さまざまなイベントに参加されていると思います。今後、AWSを学んでみたいと考えているエンジニアや非エンジニアの方が、AWSへの理解を深めるためにおすすめしたいイベントがあれば教えていただけますか？

#### balloon kentarou_fukai right
**初心者向けという意味では、[AWSが公式で開催しているウェビナー](https://aws.amazon.com/jp/events/aws-event-resource/?cards.sort-by=item.additionalFields.SortDate&cards.sort-order=desc)がおすすめ**です。中でも、ハンズオン（体験学習）で学べるものは、実際に手を動かして学べるので基礎を身につけるのに向いていると思います。※常時開催されているものではありません。

#### balloon syunta_fukumoto right
**AWS初心者でも楽しめるというところでは「[AWS GameDay](https://aws.amazon.com/jp/gameday/)」**はいかがでしょうか？チームで参加し、障害時のトラブルシュートをミッション形式でクリアしていくもので、本番環境で実践的に学べるんです。エンジニアとしての知識は多少必要ですが、**AWSの知識量に関係なく楽しめるという点でおすすめだと思います**。

#### balloon satsuki_harada left
楽しそうですね！

#### balloon syunta_fukumoto right
チーム戦でポイントを得て、ポイント数が高い方から順位がつくので、自然と熱が入りますね（笑）僕が参加した時は41チーム中5位でした。

#### balloon takumi_tomita right
**自分のレベルにあった学習方法という意味では、「[スキルビルダー](https://aws.amazon.com/jp/training/digital/)」がいいかもしれません**ね。

#### balloon satsuki_harada left
どういったものですか？

#### balloon takasi_miki right
簡単に言ってしまうと、**eラーニングのコンテンツ集**です。無料で使える教材の種類も豊富ですし、「もう少しレベルを上げたい」という時は、個人でサブスクリプション契約すれば有料の教材も使えます。

#### balloon satsuki_harada left
読者の方が自分のスキルや環境にあった教材を選べそうですね！みなさん、本日はありがとうございました！

今回の取材で印象深かったのは、「他業種からIT業界に参入してきた企業から新しい発想を学ぶ」、という三木さんの言葉。業界の最前線を走り続ける日立製作所のエンジニアらしい視野の持ち方を学べました。

次々と新しい技術やサービスを取り入れるAWSの動きにも、改めて注目してみたいと思います！

広告制作会社でコピーライターとして勤務したのち、2018年にフリーランスのライターに転身。取材記事から広告、会報誌の編集や記事ディレクションまで、ライティング周りの幅広い業務に携わる。現在は渋谷のWEB制作・マーケティング会社にデスクを置き、日々エンジニアに囲まれて仕事をしている。

原田さつき

富田さん

三木さん

深井さん

福元さん

そもそもAWSって何がすごいの？

非エンジニア向け、AWSの活用方法

「AWS Ambassadors」と「Japan AWS Jr. Champions」に選ばれたエンジニアが注目するAWSのサービス

初心者におすすめのAWSイベント

AWSって結局、何ができるの？日立製作所のAWSエンジニアに1から解説してもらった！【後編】

機械学習では、大きく「教師あり学習」「教師なし学習」「強化学習」の3種類の学習の手法があります。**「教師あり学習」が最も身近な学習方法で、さらに用途に応じて「分類」あるいは「回帰」によって学習が行われます。**

ここでは、機械学習の概要とともに、これら学習手法の違いを解説していきます。

*機械学習は、人工知能の実現方法の1種です。*機械やコンピュータに対象とするデータを読み込んで学習させ、ルールやパターンを導きます。この導いたルールやパターンを活用して、社会で必要な様々な分野の課題の解決に役立てることができます。

機械学習のように、人間の介在なしに機械的に実行することができれば人間の負担が減るとともに、高速で高性能かつ高精度に処理を行うことが可能です。これまでの経験則に任せていた領域も、科学的に最適な結果を導くことが可能になります。

機械学習の説明をする上で前提となるのが、人工知能です。人工知能は、人間が備えている記憶や知識などの知的な行為や蓄積を、コンピュータの手続き・アルゴリズムに基づき所定のデータを与えることで、機械的に実行することを研究する領域です。

機械学習は人工知能の1種で、学習方法を定義し機械的に学習させるために過去の蓄積データからパターンを認識したり、将来の予測を行ったりするための技法を指します。

*人工知能が機械学習を包含しており、さらに機械学習はニューラルネットワークやディープラーニング（深層学習）を内包しているという関係性があります。*

今さら聞けない人工知能（AI）の基礎知識｜AI開発の基本を解説！

*機械学習の学習技法やアルゴリズムは、数多くあります。*よく聞く用語では、ニューラルネットワークやディープラーニングがあります。これらの用語も機械学習の1つで、それぞれの学習技法があります。

ニューラルネットワークは、処理単位である数理モデルがネットワーク上に結合したものです。生物の神経系ネットワークに着想を得て発展を続ける技法です。接続するユニットの数や階層構造などによってさらに様々なモデルが提唱されています。

ディープラーニングは、ニューラルネットワークの階層構造を多層にしたモデルで、主に4層以上の深層のニューラルネットワークを狭義のディープラーニングと呼びます。この多層のニューラルネットワークは、音声や画像、そして自然言語に強みを発揮します。

そのため、その後登場した大規模言語モデルにおいても、ディープラーニングが実装基盤に用いられています。

ニューラルネットワークとは？仕組みや関連用語をわかりやすく解説

ディープラーニングとは？機械学習との違いもわかりやすく解説

## 機械学習のタスクの種類と学習方法

機械学習では、タスクという用語が使われます。タスクとは、コンピュータの処理すべき課題の単位として用いられ、プロジェクトで定義するタスクと同等の考え方です。

**機械学習の場合は、課題解決の進め方で分類されており、代表的なタスクは「教師あり学習」「教師なし学習」「強化学習」の3種類に分けられます。**

*教師あり学習は、入力と対応する出力を、機械学習のアルゴリズムに与えて学習を進める方法です。*あらかじめ正解がわかっているものを覚えこませることで効率的に学習を進めます。例えば、イヌやネコの写真を学習し、画像認識に活用するなどがあります。

また電子メールが迷惑メールかどうかなどを判断するセキュリティ対策にも用いられています。

教師あり学習についてはここでは概要までとし、後ほどもう少し詳細に解説していきます。

*教師なし学習は、「教師あり学習」と対となる学習方法で、学習データに正解を与えない状態でコンピュータに学習させる方法です。*データの類似度などに基づいてグルーピングしたり、データの特徴からあらたなデータを生成したりします。

この学習方法は、正解がない考え方を調査するのに用いることが多く、例えば市場調査の購買分析や行動分析などに用います。

主に統計的手法から成るアルゴリズムを、学習に用います。学習データを似ている者同士に分類するクラスタリングや、統計学上の目的変数を表す説明変数を圧縮する次元圧縮、データの中から一定の法則を見つけ出す主成分分析などの手法を用います。

教師なし学習は、正解が与えられていないので人間が妥当性を判断する必要があります。そのため、判断を担当する人は学習データに関する知識が求められます。

*強化学習は、入力から学ぶのではなく、その価値を最大化させることに力点をおく手法です。*ある行動を行うことで、その価値を入力としてデータを更新するQ学習などの手法があります。

教師あり学習や教師なし学習とは異なり、強化学習は事前に準備するデータセットに依存しません。実際の環境で動的に変化する状況でも、収集したデータを試行錯誤し学習を続けていきます。

以上の特徴から、人間の監視下にない状態でも学習を行うことができます。カメラのピント合わせやセンサーへの導入、ロボットや自動車の自動運転などに利用されています。

## 教師あり学習をさらに詳しく

*教師あり学習は、機械学習のタスクで最も用いられる手法です。*正解があらかじめ分かるものが対象ですので、データの示す特徴が、正解に近いかどうかで適合の可能性を予測することができます。

統計学では、ある現象や値を説明するものを説明変数、それを受けて生じた結果を目的変数と言います。用いるデータで表すと、顔やシルエットなどの画像や音声などが説明変数で、特定の人物かどうか判断することを目的変数とすることができます。

ここで用いるのが、分類問題と回帰問題です。使用するモデルによって手法が決まりますので、フローチャート化することも可能です。

プログラミングのフローチャートとは？概要から書き方までを紹介

*教師データとは、教師あり学習で使用するデータの集合体（データセット）を表す用語です。*教師データは、教師あり学習で用いる「正解」と「例題」のペアの集合体で、この教師データの例題を入力したときに、正解のデータが出力されるように、モデルの訓練を行います。

モデルの訓練が完了すると、例題を入力すると正解が出力されるようになり、未知のデータを入力したときに正解に近い結果を予測することができます。

*分類問題とは、どの分類クラスに属するかを目的変数とし、予測する方法を表します。*あらかじめ定義した分類クラスにデータを振り分け、予測することを、「分類」と言い、結果を導く仕組みを「分類モデル」と言います。

例えば、入力したデータが人物なのかそうでないのか、イヌなのかそうでないのか、ネコなのかどうでないのか、などを分類します。このように「そうなのか（YES）」「そうでないのか（NO）」の2つに分類することを二値分類と言います。

また画像の例では、目なのか、鼻なのか、口なのかなど、3つ以上の分類になる場合は、多値分類で表されます。

この分類づけは、数値的な重みづけはなく、どの分類に当てはまるかのみが予測されるため「ラベル」という場合もあります。分類のアルゴリズムは、ベイズの定理を用いた「ナイーブベイズ法」や、「K 近傍法」などが用いられます。

*回帰問題とは、数値的に目的変数を予測する方法を表します。*分類問題は数値的な重み付けがありませんが、回帰問題では数値に意味合いを持つ点に違いがあります。

連続するデータの傾向から、将来の値を予測することを、「回帰」と言い、結果を導く仕組みを「回帰モデル」と言います。加えて、結果となる数値と要因となる数値から、関係を明らかにする手法を回帰分析と言います。要因となる説明変数が1つの場合が「単回帰分析」、複数ある場合を「重回帰分析」と言います。

例えば、今後の気象予報から店舗の売り上げを予測したり、模擬試験の結果と傾向から志望校への合格確率を予測したりすることができます。マーケティングなどでも、広告宣伝費のかけ方と売り上げ効果を予測する際にも一般的に用いる手法です。

*教師あり学習では、正解を与える手法のため、予測結果が正解に近いかどうか評価することができます。*評価する場合は、教師データの正解に基づくデータと、予測した評価データとを比較します。この評価方法を交差検証法と言い、「k分割法」と「ホールドアウト法」の手法があります。

「k分割法」は、学習データを分割し、分割した回数分の検証を繰り返す手法です。訓練データ群に1つの評価データを入れてモデルの当てはまりを確認します。「ホールドアウト法」は、データセットを学習データと検証データに分割して検証する方法です。

学習データとテストデータから最終の予測モデルを構築します。

回帰分析の場合は、回帰式により求められた値と実際の値について相関関係を確認します。相関係数および相関係数の二乗値である決定係数を確認し、より1に近いほど回帰式による予測が実際の値に近いことが分かります。

*予測結果の評価において学習済みのモデルが正しい場合でも、未知のデータを用いる場合には結果が適合しない場合があります。*過学習とは、この状態を表します。あまりにも教師データに適合するように調整してしまうと、それ以外のデータが入力された場合にこのようなことが起きてしまいます。

例えば、模擬試験で合格水準の方でも勉強時間とテスト結果が比例しなかったり、得意な分野や不得意な分野に偏って出題されたりするとモデルの精度が落ちてしまいます。

意思決定で用いる「決定木」のアルゴリズムでは、特に過学習となりやすいため、「ランダムフォレスト」などのアルゴリズムを検討するのが良いでしょう。

## 機械学習の分類と回帰は分析や予測の基礎となります

ここでは、機械学習の「教師あり学習」を中心に学んできました。「教師あり学習」は多くの場面で活用されており、「分類」と「回帰」でアルゴリズムが表されます。**分類と回帰は、数値解析や統計解析などの基礎となりますので、ここで学んだ内容は多くの場面で活用することができるでしょう。**

機械学習が学べるおすすめの本12選！初心者から上級者まで厳選してご紹介！

データサイエンスと統計学の違いとは？活かせる職業も紹介

機械学習の学習の手法は、大きく「教師あり学習」「教師なし学習」「強化学習」の3種類があります。よく用いられる「教師あり学習」は、さらに「分類」と「回帰」によって学習を行います。ここでは、機械学習の概要とともに、これらの学習手法の違いを解説していきます。

機械学習には、「教師あり学習」「教師なし学習」「強化学習」の3つの学習手法があります

分類と回帰は、「教師あり学習」で用いる問題解決の手法で、教師データを用いて学習を進めます

分類と回帰は、データの分析や予測など多くの場面で活用できる基礎のため、スキルとしても有効です

機械学習の分類と回帰とは？学習手法の概要から違いまで解説！

## Progateコースを受講したら、すべきこととは？

Progateを受講した後、次のステップとして何をしたらいいのか迷ってしまう方も多いでしょう。確かにProgateは非常に便利なプログラミングの学習ツールですが、 あくまで基本的な部分を抑えているコースがほとんどですので、実践的な内容は自分で手を動かす必要があります。

**本記事ではProgateを受講した後、具体的にどのような勉強をすべきか紹介します。**さらに、今後の勉強に役立つ情報も併せて紹介しますので、ぜひ参考にしてください。 

【参考】：[Progate](https://prog-8.com/)

プログラミング言語を一覧でチェック！種類別・難易度別で紹介

プログラミング学習の目的がない？作りたいものを見つける方法を解説！

## 開発ができるようになるために必要なこと

**ここからは、実際にエンジニアとして開発ができるようになるために、何が必要なのか紹介します。 **今後、エンジニアへの転職を目指している方や、実際にアプリケーションを作れるようになりたい方は、ぜひ参考にしてください。

プログラマになるには？プログラミング学習の心構え・学習方法を解説！

Progateの受講をすると、基本的な文法や各言語の特徴などを学習できます。*ただし、これらの知識をインプットした後は、必ずアウトプットの練習が必要です。*

頭の中では分かっているつもりでも、実際にコードを記述できるかどうか、というスキルは別物になるため、必ずアウトプットの練習をしましょう。アウトプットの具体的な方法については、後述にて紹介していますので、そちらも参考にしてください。

学習・勉強方法の記事（16ページ目）