第3回：機械学習概論：考え方と枠組み†
3.1 機械学習の考え方†
機械学習とは†
学習 (Learning)†
大辞林より
- まなびおさめること．勉強すること．「新しい教科を―する」
- 〔生〕 生後の反復した経験によって，個々の個体の行動に環境に対して適応した変化が現れる過程．ヒトでは社会的生活に関与するほとんどすべての行動がこれによって習得される．
- 〔心〕 過去の経験によって行動の仕方がある程度永続的に変容すること．新しい習慣が形成されること．
- 〔教〕 新しい知識の獲得，感情の深化，よき習慣の形成などの目標に向かって努力を伴って展開される意識的行動．
図1: ヒトの学習
機械学習 (Machine Learning)†
- 統計的手法を使用して，明示的にプログラムされずにコンピューターが学習して意思決定できるようにする人工知能のアプリケーションの1つ 【Great Learning】
- コンピューターが新しいデータから学習してタスクの実行方法を変容していくプロセス; この時，人間がプログラムの形で明示的な指示を与えることがない 【Camridge Dictionary】
- データを分析する方法の１つで，データから，「機械」（コンピューター）が自動で「学習」し，データの背景にあるルールやパターンを発見する方法．近年では、学習した成果に基づいて「予測・判断」することが重視されるようになった．【野村総研】
- 機械学習とは，AIが人間のような高度な判断を実行するに必要な「法則」を、コンピュータに探させる方法（アルゴリズム）の総称 【スッキリわかる機械学習】
- 観測センサーやその他の手段で収集されたデータの中から一貫性のある規則を見つけだそうとする研究です．数学の統計の分野と強い関連があります．また，機械学習はAIの他のほとんどの分野で利用されています．【人工知能学会】
プログラミングと機械学習†
従来，機械（コンピュータ）に仕事をさせるには，人間が情報処理の手順や法則をプログラムとして記述し，機械に与えて実行していた
- プログラムは人間の英知によって書かれるもの
- 【メリット】100%指示した通りに動作する．テスト可能である
- 【デメリット】人間の経験と勘の域を出ない
図2: プログラミングによる情報処理
一方，機械学習による情報処理では，機械（コンピュータ）がデータから法則を自動的・統計的に学習する
- 学習によって得られた法則に基づいて，機械は新しいデータに対する予測・推論ができる
- もちろん，データの前処理や学習の手順は人間がプログラミングする必要がある
- 【メリット】人間には見つけられない法則・パターンを見つけてくれる．
- 【デメリット】100%の正しさを保証できない．
図3: 機械学習による情報処理
機械学習に向いていること，向いてないこと†
応用例†
チャレンジ†
3.2 機械学習のタイプ†
教師あり／教師なし学習†
バッチ学習とオンライン学習†
インスタンスベース†
3.3 全体フレームワーク†
アヤメ(Iris)データセット†
アヤメ問題†
- 一見同じに見える3種類のアヤメを見分ける問題．機械学習の例題としてよく使われる
- RQ: アヤメの特徴量「がくの長さ」「がくの幅」「花びらの長さ」「花びらの幅」を頼りに，以下の3種類の品種のアヤメを見分けられるか？
3.4 実装フロー†
![[PukiWiki]](image/dx_expert_logo.png "[PukiWiki]"){kind=logo}
(C) Malcolm Manners - CC BY 2.0
(C) Maja Dumat - CC BY 2.0
(C) Frank Mayfield - CC BY-SA 2.0
