教師あり学習と強化学習だけが、学習をするのか
一般的に、「教師あり学習」と「強化学習」は、明示的な訓練データを使用してモデルを学習させる手法です。これらの手法では、モデルは訓練データに基づいて学習し、特定のタスクを実行するための最適な行動を決定します。
一方、「教師なし学習」や「強化学習」以外の手法（例えばクラスタリング、次元削減、オートエンコーダなど）は、訓練データに対する明示的なラベルや報酬信号を使用せずにモデルを学習させます。これらの手法は、データの構造やパターンを理解したり、特徴を抽出したりするために使用されます。
要するに、「教師あり学習」と「強化学習」は、学習プロセスに訓練データや報酬信号を使用してモデルを調整する手法であるため、「学習」という言い方が一般的です。一方、「教師なし学習」や他の手法は、訓練データや報酬信号に依存せずにモデルを学習させるため、「学習」という言い方が使われることは少ないです。