・この記事を書いた背景
機械学習アルゴリズムとか機械学習モデルとかの違いがよく分かってなかったのでまとめてみました。
・参考文献
参考にしたのは参考１（英語）と参考２（日本語）になります。
#機械学習アルゴリズムと機械学習モデルの違いとは？
機械学習アルゴリズムと機械学習モデルの説明は以下の通りです。
**機械学習アルゴリズム** 機械学習アルゴリズムはデータの中から規則性やパターンを発見し予測を行うプロセスです。つまり、データの学習・予測を行うのが機械学習アルゴリズムです。具体的には、決定木やロジスティック回帰・サポートベクターマシン・k平均法などのことです。これらは、全く異なる方法で学習・予測を行います。
**機械学習モデル** 機械学習モデルは機械学習アルゴリズムにデータを処理させて出てくる結果のことをいい、機械学習アルゴリズムがデータから何を学習したのかを示します。具体的にはで以下のような図が決定木の機械学習モデルとなります。
＜KaggleのCoursesの「Intro to Machine Learning」Lesoon1の図＞
決定木に具体的な条件や最終的な予測結果まで書かれており、この機械学習モデルに新しいデータを入力すると、分岐しながら最終的に予測結果を導くことができます。
**結局、機械学習アルゴリズムと機械学習モデルはどう違うのか？** 機械学習アルゴリズムは、学習と予測をどのように行うかを表す手順のことです。一方で、機械学習モデルは機械学習アルゴリズム・データ・パラメータを決めた上で、出てくる結果になります。なので、同じ機械学習アルゴリズムでもデータやパラメータが異なれば、異なる機械学習モデルになります。 例えば、同じ決定木を使うにしてもその深さなどのパラメータを変えたり、入力するデータを変えれば異なるモデルになるということです。
**最後までお読みいただきありがとうございました** ということで機械学習アルゴリズムと機械学習モデルの違いの説明でした。２つの違いについて、この記事を読んでよく分かったという方はLGTMよろしくお願いします！