教師あり学習には答えが必要です。ラベルとは、訓練例に付加される目標値であり、モデルが予測すべき対象です。例えば、猫の画像には「猫」というラベルが付けられます。ローン申請書には「デフォルト」または「返済済み」というラベルが付けられます。文章には「肯定的」または「否定的」というラベルが付けられます。

ラベルの品質はモデルの品質を左右します。ノイズの多いラベルは、モデルに誤りを再現させる原因となります。曖昧なラベルは、決定境界を混乱させます。ラベルが欠落していると、カバレッジにギャップが生じます。実務者は、外部の人が想像するよりもはるかに多くの時間をラベル付けに費やしています。

一般的なラベリング方法

• 訓練を受けた作業員による人間による注釈
• 品質チェック付きクラウドソーシング
• ヒューリスティックに基づく自動ラベリング
• 複数の情報源からの監視が不十分
• 不確実なケースを優先するためのアクティブラーニング

一部の作業には、専門家によるラベル付けが必要です。医療画像、法律文書、科学データなどは、一般の人々では提供できない専門知識を必要とします。専門家によるラベル付けの費用は、新規プロジェクトの予算の大部分を占めることが少なくありません。