機械学習とは予測を行うこと～予測するためのアルゴリズムは多様

人工知能とは、人工的に作られた人間のような知能。
人工知能とは、問題解決を個別化するためのツールです。
ビジネスのマーケットが顧客体験価値を創造することにある時代において、
顧客へカスタマイズした問題解決を個別化するツールが必須の時代です。
機械学習とは、データのパターンをアルゴリズムで学習し、予測を行うこと。
アルゴリズムとは、目的を達成するための手法のことです。
深層学習（ディープラーニング）とは、機械学習の手法のひとつです。

機械学習の目的は、予測を行うこと。
統計学の目的は、説明を行うこと。
機械学習はエンジニアリングに利用し、
統計学はサイエンスに利用する。
AIやビッグデータは自律化を促す第4次産業革命と呼ばれる。
機械学習用のアルゴリズムを列挙する。
・回帰分析
・k近傍法
・サポートベクターマシン
・決定木
・ベイズ
・ランダムフォレスト
・ニューラルネットワーク
・クラスタリング
クラスタリングは教師なし学習、
いわゆる目的変数を持たない説明変数のみからルールを区別するアルゴリズムです。
目的変数をラベルと呼び、説明変数を特徴量と呼ぶ。
アルゴリズムは流行りがあるが、
ニューラルネットワークのTensorFlowが代表例として有名なアルゴリズムです。
アルゴリズムにおける目的は、
予測（カテゴリ/数字）です。
予測とは、レコメンド、マッチング、検出、検査、制御、選択、判別です。