Section 2 #
機械学習 #
機械学習(Machine Learning)とは、人間がルールを一つひとつプログラムするのではなく、コンピュータがデータからパターンを学習し、自ら予測や判断を行えるようにする技術です。
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。
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。