【図解】コレ１枚でわかる学習と推論

機械学習とは、大量の学習データを機械に読み込ませ、そのデータを分析することで分類や識別のルールを作ろうというプログラムだ。そのプロセスは、「学習」と「推論」の２つに分けられる。

学習

大量の学習データの統計的分布から特徴の組合せパターンを作り出すプロセス。

例えば、学習データである「ネコ」、「イヌ」、「トリ」の画像から、それぞれに典型的な特徴の組合せパターン（＝推論モデル）を作る。

学習には、「ネコの画像」と「ネコであるという答え」といった「データとそれを説明する答え」の組合せを学習データとして使う「教師あり学習」、学習データだけを与える「教師なし学習」がある。

推論

分類や識別をしたいデータを、「学習」で生成しておいた「推論モデル」に当てはめて、その結果を導くプロセス。

例えば、未知の写真から、その特徴を抽出し、「推論モデル」にその特徴を照合する。そして、ネコの特徴の組合せパターンから作られた推論モデルが、もっともその特徴パターンに近いと判断すれば、「ネコ」という推論結果を出力する。

機械学習は、ディープラーニング（深層学習）と呼ばれるアルゴリズムの登場によって飛躍的な精度の向上を果たした。

ディープラーニング以前は、画像を認識し、それを識別するために、どのような特徴、例えば、「ネコ」であれば「目の配置」や「鼻の形」に着目して識別すするように人間が設定しなければならなかった。この特徴の組合せを「特徴量」という。その上で、「ネコの画像」と「ネコであるという答え」をセットにした画像を大量に入力して、ネコの特徴の組合せパターンを「推論モデル」として生成していた。

ディープラーニングでは、この特徴量を人間が設定するのではなく、データを分析することで自ら作り出すことができる。そのため、人間には気付かない、より際だった特徴を示す「特徴量」を見つけ出せるようになり、精度の高い分類や判別が可能になった。

動画セミナーを開始！最新トレンドの講義を聞ける。
ITビジネス・プレゼンテーション・ライブラリー／LiBRA

LiBRA 12月度版アップデート====================
・「動画セミナー」をご覧頂けるようになりました。12月時点では、ITソリューション塾・第29期･第6回までの10講義をご覧頂けます。今月は6つの講義を新たに掲載しました。
・ITソリューション塾・講義資料を最新の第29期に置き換えました。
・基礎的なことに重点を置いて資料をアップデートしています。
========================================