深層ニューラルネットワークは画像分類タスクにおいて成果を上げている一方で，誤ったラベル(ノイジーラベル)に対して脆弱であることが知られている．本稿では，ノイジーラベルが存在する状況下における頑健な学習手法について概説する．まず，本稿が対象とするノイジーラベルの定義とそのパターンについて述べる．その後，ノイジーラベルを含む実世界データセットを紹介し，ノイジーラベルへの頑健性を高めるための手法として注目される半教師あり学習の概要を述べる．最後に，正則化，ラベル補正，サンプル選択に基づくノイジーラベルへの頑健化手法，並びにサンプル選択と半教師あり学習を組み合わせた手法について述べる．
