教師あり学習から予測分析へ~データサイエンスを支える人工知能(AI)技術~ | 第一線で活躍するオープンソースエキスパートが綴るスペシャルコラム。

教師あり学習から予測分析へ~データサイエンスを支える人工知能(AI)技術~

データサイエンスの領域で使われる人工知能(AI)技術、機械学習やディープラーニング(深層学習)などを簡単に解りやすくお伝えします。

[2016年09月21日 ]
株式会社KSKアナリティクス
データアナリスト 足立 悠

 前回はデータ分析において重要な「機械学習」の考え方をご紹介しました。もう一度復習しておくと、機械学習とは「機械にデータを解析させ、データに潜む規則性(ルール)やパターンを発見、アルゴリズムを発展させていくプロセス」を指します。

 

 そして、機械学習には次の4種類の手法が良く使われています。

 今回は上図左下の「クラス分類」を採り上げて、教師あり学習についてご紹介します。ここで、機械の故障予測について考えてみます。

 機械には電圧・圧力など各種センサが取り付けられており、時々刻々とセンサ値そして状態(正常/故障)がデータとして蓄積されているものとします。

 上図の茶色枠で囲っているデータをご覧ください。「状態」列に何かしらの値が入っています。予測対象となる値(正解となる値)を持っているため、このデータを教師ありデータと呼びます。教師あり学習とは「教師ありデータを使って、データに潜むパターンや規則性の集合体であるモデルを作成するプロセス」を指します。

 次に、上図の赤枠で囲っているデータをご覧ください。状態列に値がありません。このデータを作成したモデルに適用すれば、状態列の値を予測することができます。以上のフローを図示すると次のようになります。

 以上が教師あり学習と予測分析の概要です。教師あり学習を行うアルゴリズムには次のようなものがあります。
・決定木
・k近傍法
・ナイーブベイズ
・ニューラルネットワーク
・サポートベクタマシン
・ディープニューラルネットワーク(ディープラーニング)※こちらの詳細は後日
※決定木アルゴリズムは説明しやすいモデルを作成します。

 今回ご紹介した教師あり学習・予測分析を実装できるオープンソース・無料のデータ分析ソフトはこちら。
RapidMiner:プログラミング不要、GUI操作で誰でも簡単に分析できる。
NYSOL:コマンドを記述して高速に分析できる。データ加工処理が得意。
Revolution R:R言語でスケーラブルなハイパフォーマンス分析環境を構築できる。
 ソフトは各リンク先から入手できますので、ぜひお試しください!

 次回は「教師なし学習」とは?何に使えるのか、をご紹介します。

著者プロフィール

株式会社KSKアナリティクス
データアナリスト 足立 悠(あだち はるか)

 大手電機メーカーでエンジニア、事業会社でデータ分析者を経てKSKアナリティクスへ入社。社内のデータ活用推進者としてマーケティング戦略、業務改善に関するデータ分析業務に携わる。テキストマイニング、レコメンデーション手法が得意。
 また、大学院(博士後期課程)にて人の行動データを使った予兆検出(複雑ネットワーク、トピックモデル)に関する研究に従事。

関連タグ

データマイニング(Data Mining)

  • 用語集

「データマイニング」とは、企業が収集したビッグデータを解析して、そこに潜む相関関係や価値のあるパターン(仮説)を発掘する技術。

ボット(bot)

  • 用語集

「ボット (bot) 」とは、「ロボット」の略称であり、もともと人間がコンピュータを操作して行う処理を自動的に実行するアプリケーションを指す。

AI(artificial intelligence)

  • 用語集

「人工知能(AI)」とは、コンピュータ上などで人工的に人間と同様の知能を実現させようという試み、或いはそのための一連の基礎技術。

重回帰分析()

  • 用語集

多変量解析のひとつであり、あるデータをほかの複数のデータによって予測する分析手法である。

クロス集計()

  • 用語集

2~3種類の情報に限定してデータの分析や集計を行なう手法。縦軸と横軸に項目を割り振り、特定の項目の相互関係を明らかにすることができる。

関連記事

  • KSKサイド003

facebook

twitter