機械学習とは

「機械学習」とは

■概要

「機械学習(Machine Learning)」とは、人間が学習する基本的な仕組みをコンピュータで再現し実現する技術の総称を指す。

機械学習では、学習ベースとなる大量のサンプルデータを入力値として用いて、繰り返し解析を行うことで、データから有用な「規則」「ルール」「知識表現」「判断基準」などを抽出し機械学習モデルを構築していく。

この機械学習モデルの精度を高めていくことで、人間が行うような判断や判定を実施できるようになる。

機械に学習能力を持たせることが可能となったことで、人間の詳細なルール指示を必要とせずに、機械が自ら判断をすることが可能となってきている。機械学習を利用することで、人間が作成する従来のプログラムでは解決できない難しいタスクを処理することが可能となる。

■機械学習アルゴリズム

「機械学習アルゴリズム」による学習

機械学習では「機械学習アルゴリズム」と呼ばれる処理により学習を実施する。

大量のサンプルデータをコンピュータに読み込ませて、「機械学習アルゴリズム」を通して解析を反復的に繰り返すことで、データ内に潜む特徴やパターンを発見し学習していく。

発見した特徴やパターンを学習した機械学習モデルを使用することで、学習後に入力された処理したことがない新しいデータに対しても「データ分類処理」や「画像認識処理」が可能となる。

多くの「機械学習アルゴリズム」

さまざまな用途に対して特化した「機械学習アルゴリズム」が存在している。

利用用途に適した機械学習アルゴリズムを選択し使用することで、目標とする処理に近づける。

機械学習アルゴリズムの利用は1つのみということはなく、複数のアルゴリズムを組み合わせて利用することで、より精度を高めることもできる。

■「機械学習」のユースケース

機械学習は幅広い分野での活用が可能で、それぞれの領域に特化した強化研究が続けられている。

ユースケース

・パターン認識---音声認識、文字認識、画像認識、顔認識
・スパムメール検出
・検索エンジン
・ECサイトの商品レコメンド
・自動運転
・医療診断
・金融市場予測
・DNA配列分類　など

「機械学習」の学習方法

機械学習の学習方法分類として以下のようなものがある。

■教師あり学習

「教師あり学習」は、「教師ありデータ(入力値に正解が付与されているデータ)」を入力値として学習する手法。

「このデータならこれが正解」という訓練を繰り返すことによって、新しいデータに対して正しい出力ができるようになる。

教師あり学習は「分類処理」や「予測処理」に向いている手法とされている。

大量の教師ありデータは人間が用意する必要があるため、データ準備コストが課題となる。

■教師なし学習

「教師なし学習」は、大量の入力データから、データの「構造」「特性」「知見」「パターン」「傾向」などを学習しモデルを構築する手法。

入力データに正解を付与しておく必要はないため「教師なしデータ」と呼ばれる。

教師なし学習は「顧客データのクラスタリング分析」などによく用いられる。顧客の類似特徴で細分化(セグメント化)することで、ターゲットを絞ったマーケティングが可能となる。

■半教師あり学習

半教師あり学習は、「教師ありデータ」と「教師なしデータ」の両方を利用して学習する手法。

■強化学習

「強化学習」は、学習モデル自体が与えられた環境を観測し、実施したアクションに対する評価を自ら更新していくことで、評価が最大化する方法を自ら学習していく手法。

「強化学習」は、将棋や囲碁のソフトウェアなどによく利用されている。勝つための手順を何万回も試すことにより、回数を重ねるにつれて強くなっていく。

「教師あり学習」や「教師なし学習」のような明確な固定的データをベースとしないため、データ準備コストは問題となりにくい。

参考元サイト

• https://udemy.benesse.co.jp/ai/machine-learning.html
• https://ja.wikipedia.org/wiki/%E6%A9%9F%E6%A2%B0%E5%AD%A6%E7%BF%92
• https://www.codexa.net/what-is-machine-learning/

※定期的にメンテナンスを実施しておりますが、一部情報が古い場合がございます。ご了承ください。