- 機械学習とは何か
- 機械学習は3つの種類に分けられる
- 機械学習ではどんな問題を解くことができるのか
機械学習とは?
機械学習とは、
です。
例えば、迷惑メールの自動振り分けは機械学習を使っています。
今まで蓄積された迷惑メールの傾向を機械が覚えて、どんな文章が迷惑メールであるか法則を機械が見つけ出して、自動的に振り分けています。
AI(人工知能)との違い
AIは人間の知能を機械で人工的に再現するといった大きな概念で、AIを作るための手法の1つとして機械学習があります。
AIを作る方法は、機械学習だけでなく、ルールベースなど他にも様々な手法があります。

機械学習の種類
一般的に、機械学習は学習の方法によって3種類に分けられます。
解決したい問題や入力するデータによって、3種類の中から適切な手法を使い分けます。
教師あり学習とは?
教師あり学習とは、
です。
教師あり学習では学習用データ(問題と答えのセット)を人間があらかじめ用意し、人間が教師となってAIに教える学習方法です。
教師あり学習は以下の2ステップで行います。
教師あり学習についてはこちらで詳しく解説しています。

教師なし学習とは?
教師なし学習とは、
です。
教師あり学習とは違い、前もって学習用のデータを準備する必要はありません。
教師なし学習は事前準備が必要なく1ステップで行うことができます。
教師なし学習は人間の手で学習をさせる必要がないというメリットはありますが、思った通りの挙動をしないこともあります。
赤リンゴと青りんごに分類分けしてほしいのに、画風に着目してグループ分けをしてしまうことなどが例に挙げられます。
教師なし学習についてはこちらで詳しく解説しています。

強化学習とは?
強化学習とは、
です。
強化学習はゲームの攻略などに用いられる手法で、人間が与える情報は「目的とする状態(どのような状態になったらゲームに勝利と判断するか等)」です。
人間が望む状態になったらAIに報酬を与え、その報酬が最大になるようにAIが学習していきます。
ペットのしつけと同様に、芸ができたら餌を与えて学習させるのと似ていますね。
強化学習は以下の2ステップで行います。
強化学習についてはこちらで詳しく解説しています。

機械学習でできること
機械学習では学習方法によって解決できる課題がそれぞれ異なります。
教師あり学習でできること
教師あり学習では、分類問題や回帰問題を解くことができます。
分類問題の例
例えば人間の写真を見て、男女どちらか判断するような問題が例としてあげられます。

回帰問題の例

教師なし学習でできること
教師なし学習では、次元削減やクラスタリングを行うことができます。
次元削減
例えば赤リンゴと青リンゴの画像を見て、大きな特徴を抽出して残します。
そうすることで赤リンゴと青リンゴの本質的な違いを明確にします。
クラスタリング
例えば赤リンゴと青リンゴの画像を見て、違いを見つけてグループ分けをします。
ただし、事前に学習を行わないため、グループの分け方を指定することはできません。
(教師あり学習の分類問題では人間がグループ分けを指定することができます。)
強化学習でできること
強化学習ではゲームなどの最適化を行うことができます。
例えばチェスや囲碁で勝てるようなAIを作ることができます。
まとめ
- 機械学習の種類にはどんなものがあるの?
- 教師あり学習・教師なし学習・強化学習の3種類に分けることができます。
- 機械学習ではどんなことができるの?
- 分類問題、回帰問題、次元削減、クラスタリング、ゲーム等の最適化ができます。