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。
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？