機械学習とは
人間が自然に行っている学習能力と同様の機能をコンピューターで実現しようとする技術。
犬や猫の写真を見た時に、人は、写真に写った動物の形を脳で解析して特徴を見定め、これまでの知識と経験に沿って犬か猫かそれ以外かを判断する。
この過程をプログラムで再現しようと考え出されたのが機械学習の技術。
機械学習の２つのフェーズ
フェーズ１ 学習
プログラムに入力された大量のデータから、規則や判断基準を発見する。
フェーズ2 推論
新たなデータが入力されたときに発見した規則や判断基準を元に推論し結果を出力する。
機械学習に使うアルゴリズム
教師あり学習（最も多く採用）
あらかじめ人によって正解ラベルをつけたデータをコンピュータに大量に読み込ませ、それを元に特徴を学習させる。
学習後に正解ラベルなしのデータを入力し答えを出力させる。
機械が判断した結果を採点（正解/不正解）することによってさらに精度を高める。
教師なし学習
正解ラベルのついていないデータを読み込ませ、その中から何らかの規則性や共通点、関連性をコンピュータ自身に発見させ分類させる。
上記と異なり、正解、不正解がない。
強化学習
教師あり学習のような正解は提示されず、その代わりに報酬が提示される。
与えられた条件の中でどのような行動をとれば最大の報酬を得ることができるかを、コンピューター自身に試行錯誤させながら学ばせる。
報酬は、連続した行動の結果に対して与えられる。
ほとんどのゲームは最終的な報酬（スコア）を最大化することが目的なので、強化学習と相性が良く、ゲームをプレイするAIを強くする際などに使われる。