Machine Learning(機械学習)

AI用語集

AI用語集ではAIに関する用語を中心に
まとめています。
初めて聞く用語や、インターネットを使っていて
わからないことがあったときにお役立てください。

Machine Learning(機械学習)

Machine Learning(機械学習)とは、人工知能における課題の一つで、人間が生まれつき持っている学習能力をコンピュータ上で実現する事を目的とするものである。

機械学習とデータマイニングの違い

データを分析して、そのデータに有効なルールや規則、パターンなどを解析する点やデータの解析に同じような手法を取る点において、データマイニングと機械学習は近しい部分がある。

データマイニングはデータを用いてその特徴やルール、規則性などを抽出する技術であるが、その目的はデータの特徴や規則性などを正しく分類できているかを証明する事に主眼が置かれている。

対する機械学習はデータから得られた特徴やパターンを用いてコンピューター自身が予測する事に重点が置かれている。

つまり、データマイニングが人間の判断を促すためのデータの分析、解析、ルールや規則を提示するものであるのに対して、機械学習はデータを解析してパターンや判断基準をコンピューターが発見し、コンピューター自体が判断するものという点において両者に大きな違いがある。

機械学習のアルゴリズム

機械学習には次のような代表的なアルゴリズムが存在する。

・教師あり学習
教師あり学習は、入力に対する正答(ラベル)を人間が指定し、それを投入する事によってコンピューターに学習をさせる。コンピューターは学習結果による自分の予測とラベルを突き合わせる事によって誤りを修正する。

・教師なし学習
教師なし学習は、ラベルがないデータを用いて学習させるアルゴリズムをいう。同時に出力すべきデータが何かも決められていない事が多い。
このアルゴリズムによって、コンピューターはデータの中からデータの意味を突き止め、そこに構造を発見する必要がある。

・半教師あり学習
半教師あり学習は、ラベルのあるデータをラベルのないデータを用いて学習を行うアルゴリズムの事を言う。このアルゴリズムが利用される多くの場合では、幾らかのラベルありのデータと大量のラベルなしデータを用いて学習が行われる。
すべてのデータにラベルをつけるのはコストがかかりすぎる場合に利用される。

・強化学習
ロボット工学や、自動運転、ゲームなどで用いられるこのアルゴリズムは、コンピューターによって、あらゆる方法の中から一番報酬の高い方法を見つける事を目的とする。

対象は、適切な方針(ポリシー)に従うほど目標達成が容易になるが、強化学習の目的は、この方針(ポリシー)を作成する事にあるといえる。

関連する他の用語