Help us understand the problem. What is going on with this article?

なぜなに? Deep Learning 機械学習概要 編

目次

  • 機械学習とは
  • 機械学習の種類
  • 参考文献

機械学習とは

AIの一種。
与えられたデータ(訓練データ)から自動的に学習するもの。
一つの学習アルゴリズムを作れば、その後はコードを書かなくても自動で更新する。

機械学習が得意な問題

  • 大量な調整作業やルールリストの更新 (ex. スパムメールの自動フィルタリング)
  • 今までの手法では解決できない問題を新しい手法で解決すること(ex. 自動運転)
  • 変動が激しい環境でも、直ぐに学んで対応すること
  • 複雑なシステムや大量データから新しい知見を獲得すること

機械学習の種類

大きく分けて3つに分類できる。

  • 教師あり学習
  • 教師なし学習
  • 強化学習

それぞれの学習に説明をする。

教師あり学習

ラベル付き訓練データ(※)とテストデータを与えて学習させる。
例えるなら、生徒(機械)に問題(正解/不正解)を見せ続けて、確認テストで学習の成果を確認するようなもの。
ニューラルネットワークやディープラーニングは、これに当てはまる。

(※)ラベルとは、訓練データにあらかじめ分類した名札のようなものである。
例えば、花の分類なら花の名前を、動物の分類なら動物の名前をラベリングしてデータに添付する。

教師なし学習

ラベルがない訓練データをデータを与え学習させるシステム。
データからパターンやルールを見つけさせるシステム。
クラスタリング(データを仕分け)や異常検知(パターンから推測する)などに使われる。

強化学習

与えられた環境に対して、良い成果を上げることを目的とした学習システム。
エージェント(プレイヤー)が行動を起こして、その行動によって環境が返す報酬(結果)を受け取り学習するシステム。
ゲームのスーパーマリオに例えるなら、
機械が操作するマリオ(エージェント)が、敵・地形を含めたマップという環境に対して、良いスコア(クリアタイムやコイン獲得数)を取るように繰り返し学習するようなもの。

他にも色々な機械学習がある

  • オンライン学習
  • バッチ学習
  • モデルベース学習
  • インスタンスベース学習

参考文献

  • scikit-learnとTensorFlowによる実践機械学習
  • ゼロから作るDeep Learning
  • Pythonで動かして学ぶ! あたらしい 機械学習の教科書
MaaSaHero
こんにちは!機械学習エンジニア目指して機械学習・数学を学習しています。 前職は回路設計エンジニア。オーディオ製品の電源回路設計をやってました。 貴方のエンジニアリングに良い影響が与えることができたら、この上ない光栄です。 モットーは「昨日よりも良い自分へHackする」
https://note.com/lunadra
tech-commit
TechCommitは仲間と楽しく学び続ける為の、コミュニティ型IT学習環境です。
https://www.tech-commit.jp/
Why not register and get more from Qiita?
  1. We will deliver articles that match you
    By following users and tags, you can catch up information on technical fields that you are interested in as a whole
  2. you can read useful information later efficiently
    By "stocking" the articles you like, you can search right away
Comments
No comments
Sign up for free and join this conversation.
If you already have a Qiita account
Why do not you register as a user and use Qiita more conveniently?
You need to log in to use this function. Qiita can be used more conveniently after logging in.
You seem to be reading articles frequently this month. Qiita can be used more conveniently after logging in.
  1. We will deliver articles that match you
    By following users and tags, you can catch up information on technical fields that you are interested in as a whole
  2. you can read useful information later efficiently
    By "stocking" the articles you like, you can search right away
ユーザーは見つかりませんでした