【図解】コレ１枚でわかる機械学習

人工知能を支える中核的な技術に「機械学習」があります。機械学習とは、大量の学習データを機械に読み込ませ、分類や判断と言った推論のためのルールを機械に作らせようという仕組みです。そのプロセスは、大きく「学習」と「推論」の２つに分けることができます。

学習

大量の学習データから特徴を抽出し、推論を行うための「ひな形」となる「推論モデル」を生成するプロセスです。例えば、学習データである写真から「ネコの特徴」、「イヌの特徴」、「トリの特徴」を取り出し、それぞれに典型的な特徴の組合せパターン（＝推論モデル）を作ります。

学習には、入力データとそれに対応する答えの組み合わせて与え特徴抽出のパターンを予め方向付ける「教師あり学習」、入力データだけを与えて特徴抽出のパターンを機械自らが創り出す「教師なし学習」があります。例えば、前者であれば、「ネコ」の写真に、これは「ネコ」であるという答え付けてデータを与えるやり方です。後者は、そのような答えを与えず機械自身に特徴の抽出や特徴パターンの生成をやらせるやり方です。

推論

与えられたデータを推論モデルに当てはめて、推論結果を導き出すプロセスです。例えば、ネコの写真から、その特徴を抽出し、予め用意されている「推論モデル」にその特徴を照合します。そして、ネコの推論モデルが、もっともその特徴パターンに近いと判断すれば、「コレはネコです。」という推論結果を導き出します。

機械学習が登場する以前は、人間が、このような特徴を抽出し推論モデルや推論ルールを作成していました。しかし、人手による作業では、特徴の多様性においても、絶対量においても自ずと限界がありました。

インターネットの普及によって、大量の学習データが簡単に手に入るようになったこと、高性能のコンピューターやストレージを安いコストで利用できるようになったこと、Hadoopなどの大規模なデータを効率よく並列処理でできるソフトウェアが登場したことなどが、機械学習を実用で使えるものにしたと言えるでしょう。

「ITソリューション塾【関西】」を開催します！

• 8/19（水）、8/25（火）、9/2（水）の３日間
• 毎回　16:00-20:00　@４時間
• 会場：神戸デジタルラボ@三宮
• 定員４２名

＊新規ページを18ページを追加し、全292ページとなりました。
＊最新の解説文を25ページ追加した。