Section 2 #

機械学習 #

機械学習とは、経験からの学習により自動で改善するコンピューターアルゴリズムもしくはその研究領域で、人工知能の一種であるとみなされている。「訓練データ」もしくは「学習データ」と呼ばれるデータを使って学習し、学習結果を使って何らかのタスクをこなす。

Wikipedia 機械学習

1. 機械学習のイメージ #

• 従来のプログラミング
  → 人間がルールを決める（例：「もし気温が30℃を超えたら冷房をONにする」）

• 機械学習
  → データからルールを見つけ出す（例：過去の温度と冷房ON/OFFの記録から、自動で最適な操作を学習）

2. 身近な機械学習の例 #

• メールのスパム判定：「迷惑メール」か「通常メール」かを自動で分類
• おすすめシステム：YouTubeやNetflixで、自分に合いそうな動画や映画を推薦
• 音声アシスタント：音声を理解してテキストに変換し、適切な応答を返す
• 自動運転：カメラやセンサーから得られる膨大なデータをもとに運転判断

3. 機械学習の種類 #

• 教師あり学習
  正解ラベル付きのデータから学ぶ（例：画像と「犬・猫」のラベル → 新しい画像を分類）

• 教師なし学習
  正解ラベルなしでデータの構造を見つける（例：顧客を購買行動で自動グループ化）

• 強化学習
  行動と報酬を通じて学ぶ（例：囲碁AIが試行錯誤で強くなる）

4. この章で学ぶこと #

• 基本的なアルゴリズム（回帰・分類・クラスタリングなど）
• アンサンブル学習（複数モデルを組み合わせて精度を上げる手法）
• 次元削減や特徴選択（データを整理して学習を効率化）
• 応用編：時系列予測・異常検知

まとめ #

• 機械学習は「データから学ぶコンピュータの仕組み」。
• すでに身近なサービスで活用されている。
• この章では、基礎から応用まで段階的に学び、実際にPythonで実装しながら理解を深める。