見出し画像

機械学習について本当にチラッとだけ学んだメモ

AWS Innovate を漁っていたら、機械学習をテーマにした動画が目に留まりました。

スクリーンショット 2020-04-12 22.30.24

数学はめちゃくちゃ苦手な上に、ふだん携わっている案件ではまったく絡まない分野。
ですが、「何もわからなくてもだいじょうぶそう」と思わせてくれる動画の紹介文に惹かれて視聴してみました!

機械学習にまつわるキーワードをいくつか知っていれば、いざ必要になったときにググりやすくなるな...と思い。

※ 上記の動画は 2020/3/10 〜 2020/5/8 の期間のみ視聴可能です。
 AWS Innovate に申し込めば誰でも視聴できます。

用語の定義

人工知能(AI)
  → ものすごくざっくり言うと、機械がする何か

機械学習
  → 人工知能の一部。
    データを使って解析し、機械が判断や予測をすること

深層学習
  → 機械学習の一部。分析の手法のひとつ

機械学習で何ができるのか?

主にできることは以下の4つ。

1. 値の予測
2. クラス識別(分類)
3. クラスタリング
4. 次元削減
■ 値の予測
 機械にさまざまなデータを与えて、値を予測させる
 与えるデータの中で特に重要な項目を重みづけしてあげる。
 (項目に対して重要度が均等ではないのがポイントっぽい)
クラス識別
 前述した「値の予測」と似ている
 「値の予測」は結果としてなにかの数字を出すのに対し、
 「クラス識別」はグループを分類する(数字は出さない)

 迷惑メールかどうかの識別や、文字認識などに使われている
クラスタリング
 後述する「教師なし学習」でグループを分類する。
 アルゴリズムをくりかえして自動的にグループ分類する
■ 次元削減
 後述する「教師なし学習」でデータを抽出する。
 扱うデータの個数を減らして扱いやすいデータにするため、データを組み合わせて減らす。

「教師あり学習」と「教師なし学習」のちがい

■ 教師あり学習
 問題と解答をセットで与える。
  期待する答え(=正解ラベル)とのズレを確認できる
  どれだけ正しくなかったかを確認できるから修正できる
  人間が期待する答えを出すのが特徴
  前述した「値の予測」と「クラス識別」が該当する

  例:文字認識 (OCR)

■ 教師なし学習
 問題だけを与える。 
  とりあえずいろんなデータを与えて分類をさせる
  人間が期待しない答えを出すのが特徴。隠れた相関関係を見つけられる
 
  例:ECサイトのサジェスト

動画の中で紹介されていた書籍たち

感想

恥ずかしながら数学の予備知識が圧倒的に不足(むしろ皆無)なことを思い知らされました。。
「概念や専門用語を知れただけでも収穫があった」と考えようと思います。

ググるためのとっかかりを得られるすばらしい動画でした。

この記事が気に入ったらサポートをしてみませんか?