機械学習に触れる入口は、2つに分かれます。Teachable Machineはブラウザで見本を集めて学習させ、その場で動かして確かめる作り。TensorFlowはコードでモデルを書き、学習から配備まで自分で組む作りです。仕組みを1コマで体験するならTeachable Machine、製品に組み込むならTensorFlowになります。
どちらも無料
Teachable MachineはGoogleの実験ツール
Webブラウザで動き、画像、音声、ポーズの3種類を分類するモデルを作れます。見本はファイルから読み込むことも、カメラとマイクでその場で撮ることもできます。端末内で完結させる選択肢があり、その場合カメラとマイクのデータは外に出ません。
TensorFlowはオープンソース
Googleが公開している機械学習のフレームワークで、Apache 2.0のライセンスで無料です。Python、C++、JavaScriptなどのAPIがあり、Kerasで組んだモデルを学習させ、モバイル向けのLiteRTやブラウザ向けのTensorFlow.jsに変換して配備します。
比較表
| 比較項目 | Teachable Machine | TensorFlow |
|---|---|---|
| 費用 | 無料 | 無料（Apache 2.0） |
| 前提知識 | コード不要 | Pythonなどの知識 |
| 学習データ | 1クラス数十枚から | 量と前処理の設計が必要 |
| できること | 画像・音声・ポーズの分類 | 学習から配備まで |
| 学習の場所 | ブラウザ（端末内で完結可） | 端末・クラウド・TPU |
| 書き出し | TensorFlow.js・LiteRTなど | SavedModel・LiteRT・TF.js |
| 向く人 | 授業・部活・社内デモ | エンジニア・研究者 |
| 向く用途 | 仕組みを1コマで体験 | 製品への組み込み |
学習データの量
Teachable Machineは、1クラスあたり数十枚から動きます。手元の物を写して見本にできるため、データを集める工程そのものを体験できます。TensorFlowは前処理と検証の分割を含めて設計する必要があり、データの量と質が精度に直結します。
書き出し先
Teachable Machineで作ったモデルはTensorFlow.jsのモデルとして書き出せます。サイトに貼る、Node.jsから呼ぶ、CoralやArduinoに載せる、といった使い方が公式に案内されています。TensorFlowはSavedModelやLiteRTへの変換まで自分で行うため、配備先の制約を先に調べておく必要があります。
どちらを選ぶか
授業や社内研修で、AIが何を学習しているかを体で理解したいなら、Teachable Machineで足ります。準備は見本の写真だけで、コードは要りません。機械学習ツールの比較一覧も合わせてご覧ください。その体験の先で、自社のデータでモデルを作り、アプリに組み込むなら、TensorFlowで学習の設計から組むことになります。
料金・プラン構成・搭載機能は変更が頻繁です。本記事は2026年10月31日時点で各社公式サイトに表示されていた内容の整理です。為替や地域によって表示額は変わるため、契約前に必ず公式サイトで最新の条件をご確認ください。
使用感はTeachable Machineのレビュー、TensorFlowのレビューで詳しく確認できます。
よくある質問
Q. プログラミングは必要ですか
A. Teachable Machineは不要です。TensorFlowはPythonの読み書きが前提になります。
Q. 無料で使えますか
A. どちらも無料です。Teachable MachineはGoogleの実験用ツールとして公開され、TensorFlowはApache 2.0のオープンソースです。
Q. 作ったモデルは商用利用できますか
A. Teachable Machineの書き出しはTensorFlow.jsのモデルで、扱いはTensorFlow側のライセンスに従います。自社データの権利は別に確認してください。
Q. 精度はどこまで出ますか
A. 見本の数とばらつきで決まります。同じ条件での比較は当方では行っていません。手元のデータで試すのが確実です。
Q. GPUは必要ですか
A. Teachable Machineはブラウザで学習するため、GPUは必須ではありません。TensorFlowはデータ量が多いほどGPUやTPUがあったほうが現実的です。
まとめ
Teachable Machineは無料で、画像・音声・ポーズの分類をブラウザで作れます。TensorFlowも無料のオープンソースで、学習から配備まで扱えます。体験するならTeachable Machine、組み込むならTensorFlowです。
編集部の見解
Teachable Machineの価値は、失敗をすぐ見られることにあります。見本を10枚足しただけで判定が変わるのを目にすると、精度がデータで決まる感覚が残ります。この感覚がないままTensorFlowの学習設定を触ると、値の意味が分からないまま試行錯誤することになります。順番としては、前者から入るほうが近道です。
my-best.ai 編集部
出典：Teachable Machine 公式サイト「Teachable Machine」、TensorFlow 公式サイト（いずれも2026年10月31日確認）
最新のAI情報をメールで受け取る
新着のAIツール比較・ランキング・ニュースを、まとめてお届けします。
ご登録後、確認メールをお送りします。配信停止はいつでも可能です。