【ITパスポート・G検定】回帰と何が違う？「分類（ぶんるい）」の超基本を1分図解！

「AIが画像を見て『これは犬、これは猫』と見分けるのはどういう仕組み？」

「機械学習の『分類』って、具体的に何をしているの？」

「よく比較される『回帰』との決定的な違いとは？」

機械学習（AI）の「教師あり学習」において、「回帰」と並ぶもう一つの超重要アプローチが「分類」です。

分類とは、これまでのデータの傾向から「グループをきれいに分ける境界線」をコンピュータが見つけ出し、新しいデータがやってきたときに「どの枠組み（種類）に当てはまるか」をパッと仕分ける非常に実用的な技術です。

この記事では、ITパスポートやG検定の最頻出テーマである「分類」の仕組みと特徴を、5枚の図解構成に合わせて分かりやすく解説します！

1.【直感編】分類とは？一言でいうと「データに枠を当てはめる技術」

まずは、分類（ぶんるい）がどのようなものなのか、直感的なイメージから掴みましょう。

分類とは、一言でいうと「データに枠を当てはめる技術」です。

果物の選別工場をイメージしてください。ベルトコンベヤーを流れるたくさんのリンゴやミカンを、可愛いロボットが瞬時に見つめ、「りんごの箱」「みかんの箱」へと迷わずきれいに仕分けて投げ入れています。

💡 【ワンポイント】

これまでのデータに合わせて

ピッタリな種類を仕分ける！

2.【位置づけ】機械学習の最も基本的な予測！教師あり学習における分類のマッピング

次に、分類がデジタル技術の中でどのような位置づけにあるのか、全体マップを見てみましょう。

分類は、機械学習のなかでも「正解付きデータ」を扱う教師あり学習において、最も基本となる予測手法として位置づけられています。

正解付きのデータからパターンを学ぶ手法の代表格であり、特にデータがどの「種類やラベル（枠組み）」に属するかを扱うのが得意な分野です。

💡 【ワンポイント】

正解付きのデータで学ぶ手法の代表格！

種類を扱うのが得意と覚えましょう！

3.【理論編】どうやって動く？データの境界線を見つける3つのステップ

分類が動く本質的な目的は、「データの境界線を見つける」という点にあります。グループを分ける境界線を一本引くことで、次の3つのステップで新しいデータの種類を先読みします。

ステップ1：データをグラフ化
黒板に、過去の「犬の体重と耳の長さ」を表す黄色い点と、「猫」を表す赤い点が、エリアごとに集まってバラバラに打たれているグラフをロボットが見つめるところから始まります。
ステップ2：境界線を一本引く
ロボットがチョークを持ち、黄色い点（犬）の集まりと赤い点（猫）の集まりのちょうど真ん中をきれいに分ける「一本の境界線」を黒板に引きます。
ステップ3：エリアで判断する
新しく持ち込まれたラベルのないデータの点が、境界線のどちら側のエリアにあるかを見て、「これは犬のエリアだから犬！」と種類を正確に言い当てます。

💡 【ワンポイント】

グループを分ける境界線を引くことで

未知の種類を予測する！

4.【比較編】何が違う？枠で分ける「分類」vs 数値を当てる「回帰」

試験で最もよく比較される最大のライバルが「回帰」です。この2つの決定的な違いを整理しておきましょう。

一言でいうと、その違いは「グループか？連続する数値か？」にあります。

項目	分類（枠で分ける）	回帰（数値を当てる）
出す答え	種類やラベル	連続する数値
例え	イエスかノーか	温度計の目盛
目的	枠に当てはめる	量を予測する

分類は、目の前の人をひと目見て「大人」か「子供」かのどちらかの箱へきれいに仕分けるような動きをします。一方で回帰は、体重計の目盛りを指さして「明日の体重は65.2キロです」と細かな数値を予測するように、連続する量を当てるのが得意です。

💡 【ワンポイント】

分類 ➡ 枠で分ける！

回帰 ➡ 数値を当てる！

5.【まとめ】これだけは押さえよう！分類の本質と身近な代表例

最後に、今回学んだ分類の要点を振り返りましょう。

まずはここだけ絶対に押さえておけば完璧です！

私たちの身の回りでは、以下のような手放せない分類の代表例が毎日活躍しています。

迷惑メールのフィルター： 受信したメールの内容を自動で読み取り、「通常メール」の箱と「迷惑メール」の箱へ自動でパカパカと振り分けてくれるシステム。
画像認識： カメラで撮影した動物の写真を読み込み、過去の学習データをもとに「これは犬」「これは猫」と画面に名前を書き出す技術。
病気の診断： 健康診断などの検査数値データを読み取り、過去のデータパターンと照らし合わせて「健康」か「要検査」かを即座に判断する医療技術。

💡 【ワンポイント】

分類とは「過去のデータを学習し、未知の種類を判断する手法」

分類の本質は、バラバラに存在するデータの間に「一番きれいにグループを分ける境界線」を引き、新しいデータを適切な枠に当てはめる点にあります。試験対策としては、数値をピタリと当てる「回帰」とは違い、イエス・ノーや犬・猫といった「種類（ラベル）」を予測する技術であるという最大の特徴をしっかりと頭に入れておきましょう！

👉 【ITパスポート・G検定】ルールベースと何が違う？「機械学習（きかいがくしゅう）」の超基本を1分図解！

👉 【ITパスポート・G検定】教師なし学習と何が違う？「教師あり学習（きょうしありがくしゅう）」の超基本を1分図解！

👉 【ITパスポート・G検定】分類と何が違う？「回帰（かいき）」の超基本を1分図解！