機械学習とは
インターネット社会の発展に伴い、コンピュータで扱うことのできるデータがインターネット上に大量に蓄積されるようになった。
しかしこれらのデータはあまりにも大量すぎるため、人間が手作業でデータを閲覧しても、そのままでは役に立つことが少ない。
そこで、こうした大量のデータをコンピュータに学習させることで、単なる事実の羅列を役に立つ知識に変換を行う。このような方法を機械学習と呼ぶ。
学習とは
人間の学習は…
- 学校に通って知識を身につけたり、物の考え方を教わったりする
- 教えられた知識を元に、自ら考えることで自分自身を向上させる
→ 知識の増加、問題解決能力の向上
機械の学習とは…
- 内部状態の変化に着目し、何らかの過程によって状態を変化させる挙動
機械学習とは
→ 内部状態の変化を生じさせるような挙動
機械学習の例
-
Twitterの前回ログインからのできごと機能
ユーザーがTwitterにログインしたとき、重要なニュースやツイートを表示する機能に、機械学習技術を用いている。 -
天気予報への応用
膨大なデータから、経験則に基づく処理の自動化を行う機械学習は有効である。
機械学習の歴史
チェッカー（第1次人工知能ブーム）
- 人工知能の研究として、1950年代から取り上げられてきた。
- プログラムに組み込んだ作戦を、機械学習を利用して調整することで、自律的に強くなる。
→ パラメタ調整
パラメタ調整
過去の人間同士の対戦結果などを参照して、ある局面で指した着手がその後の展開において良い手だったか悪い手だったかを評価し、評価が良くなるようにパラメタを調整する。
エキスパートシステム（第2次人工知能ブーム）
- 特定分野に特化した専門知識のデータベースを元に推論を行い、その分野の専門家に近い判を下すことができる人工知能システム。
- 例えば、病気に関する知識がほとんどない患者が自分の病気を調べるためにエキスパートシステムを使う、といった、専門知識を持たない人が専門家の助けを借りる形での利用が考えられている。
- ニューラルネットワークが注目される。
ディープラーニング（第3次人工知能ブーム）
- 2000年代から、コンピューターの性能向上により、ニューラルネットワークの階層を4層、5層と増やし、精度の高い機械学習が実現可能になった。
- 2010年代からは、ビッグデータを扱うようになった
機械学習の種類
教師あり学習
問題と答えのセットから傾向を学習し、新しいデータがどこに分類されるか予測する。
例）分類問題、回帰問題
教師なし学習
「出力すべきもの」があらかじめ決まっていない。
データの背後に存在する本質的な構造を抽出するために用いられる。
例）クラスタリング
強化学習
何かがうまくいったらその方法をよく使うようにする