つよい学習よわい学習そんなのひとのかって

この記事の目的

教師あり学習、教師なし学習、強化学習について、それぞれ説明できるようになる。

教師あり学習（Supervised Learning）

「データ」と「正解」のセットを与えて学習させること。
人間が与えた回答を基に繰り返し学習することで、「データ」と「正解」の間にある関係性を見出すことができるようになる。

以下のようなタスクへ対処するときに使用される。

分類という名前通り、データが所属しているカテゴリを推定する。
カテゴリという「選択肢」が決まっている場合にはこちらが使用できる。
（究極○か×で判断できるかどうか）

例えば…

過去の記録を基に、連続値を予測したいときに使う。
予測する答えが数値であるときに使用できる。

例えば…

回帰という名前のくせに分類問題
その名前の理由は「何かが起こる確率」という数値を計算して、その結果をもとにどのグループに分類するかを決めるから。回帰の側面もあるんだね…？

「データ」のみ与えて、機械に自らパターンや類似性を見つけてもらう方法。データを整理したり、隠れた特徴やパターンを発見するのが得意。
「何も教えられないけど、似ているものをまとめてね」と言われるイメージ。いやな上司みたいだ…。

以下のようなタスクへ対処するときに使用される。

似たもの同士をグループ分けする方法。分類問題と似ているので混ざらないように注意。

例えば…

クラスタリングの代表的な手法。
データを事前に指定した数（K個）のクラスに分ける。
クラスの中心を定め、データをその中心に最も近いクラスに割り当てていく。
たとえばK=3のときはあらかじめ3個のクラスを設定しておく。
最終的にまるいグラフになる。

判断材料がたくさんあると複雑になってしまうので、データを圧縮してシンプルにすることで重要な情報を目立たせる方法。

例えば…

データの分散が最も大きい方向を見つけて、新しい軸（主成分）を作り、その軸にデータを投影する方法。
重要な部分だけを抜き出して、少ない特徴で表現するのが目的。

普通ではないデータを見つける方法。0点ばかりののび太くんがある日急に100点を取ったら「道具使っただろ！」って疑われるのと同じ。

例えば…

試行錯誤しながら、自分の行動によって得られる「報酬」を最大化する方法を学んでいくこと。報酬は人間が与える。
例えば車の自動運転（試行錯誤を繰り返し、安全な運転と道を学んでいく）などに用いられる。

教師あり学習
「これが問題で、これが答え」と教えられて勉強する。

教師なし学習
自分でデータを見て、似たものをグループ分けする。

強化学習
試行錯誤を繰り返して、一番良い方法を見つける。