2026.04.28

【G検定対策】ディープラーニングと機械学習の違いを図解で整理｜教師あり・教師なしも解説

seo-webmaster

プロモーションが含まれています

■ ディープラーニングと機械学習って何が違うの？

■ 教師なし学習はディープラーニングなの？

AIの学習やG検定対策ではこのあたりで混乱します。理由は 分類する軸が違う言葉が混ざって使われているから です。

この記事では初心者の方でも理解しやすいように

をわかりやすく整理します。

ジャンプするもくじ

まずは結論
全体像を図解で整理
機械学習とディープラーニングの違い
教師あり学習とは？
教師なし学習とは？
教師なし学習はディープラーニングなの？
よくある誤解まとめ
G検定ではどう問われる？
まとめ
関連記事・おすすめ記事

まずは結論

先に結論を書くと次のようになります。

■ 機械学習 / ディープラーニング
→ モデル（仕組み・アルゴリズム）の分類

■ 教師あり学習 / 教師なし学習 / 強化学習
→ 学習方法（データの与え方）の分類

つまり 分類の軸の違い です。

※ 教師なし学習＝ディープラーニング ではありません。

全体像を図解で整理

「AI（人工知能）」の中に「機械学習」があり、その中の一分野として「ディープラーニング」があります。

さらに別の軸として

■ 教師あり学習

■ 教師なし学習

■ 強化学習

という学習方法があります。

機械学習とディープラーニングの違い

ディープラーニングは 機械学習の一種 です。

つまり 機械学習＞ディープラーニング という関係になります。

比較表で見る違い

表にするとこうなります。

比較表の中でも、特に初心者の方が押さえておきたい違いが「特徴量設計」です。

少し難しく見える言葉ですが、ここを理解すると機械学習とディープラーニングの差が一気にわかります。

最大の違い

従来の機械学習では、人間が「どの情報を使うか」を考える必要がありました。

例えば

年齢
購入回数
売上履歴
気温

などです。

一方、ディープラーニングは大量データから、重要な特徴を自動で学習しやすい点が強みです。

最大の違いは 特徴量設計（入力情報の作り方） です。

教師あり学習とは？

教師あり学習は 入力データ + 正解ラベル を使って学習する方法です。

例えば

猫の画像 → 猫
犬の画像 → 犬

のように、答え付きデータを使います。

主な活用例

画像分類
売上予測
迷惑メール判定
顧客離反予測

教師なし学習とは？

教師なし学習は 入力データのみ（答えなし）で学習する方法です。

例えば顧客データを分析して

価格重視層
リピーター層
高単価層

など、自動でグループ分けします。

主な活用例

クラスタリング
次元削減
異常検知の一部

教師なし学習はディープラーニングなの？

結論から言うと 教師なし学習そのものは学習方法の名前 です。そのため、ディープラーニングそのものを指す言葉ではありません。

ただし ディープラーニングを使って教師なし学習を行うことは可能 です。

代表例

オートエンコーダ
自己教師あり学習
ラベルなしデータによる事前学習

よくある誤解まとめ

下記は間違った認識です。

■ 教師なし学習＝ディープラーニング

■ ディープラーニング＝教師あり学習専用

■ 機械学習とディープラーニングは別物

G検定ではどう問われる？

G検定では、単純暗記よりも 分類の理解 が重要です。

例えば

ディープラーニングは機械学習の一種である
教師なし学習の代表例はどれか
教師あり学習はどれか
CNNは何に使われやすいか
Transformerの特徴は何か

といった形で問われることがあります。

まとめ

ディープラーニングと機械学習、教師あり学習・教師なし学習は、似た場面で使われるため混同しやすい言葉です。

整理すると

■ ディープラーニングは機械学習の一種

■ 教師あり・教師なしは学習方法

■ 教師なし学習をディープラーニングで行うことも可能

となります。

AIの学習やG検定対策では、まずこの分類を理解するだけで、今後の学習効率が変わってくると思います。