機械学習とは?
いろんな定義がある
■参考
書籍「機械学習&ディープラーニングのしくみと技術がこれ1冊でしっかりわかる教科書
人工知能の1つで、効率的かつ効果的にコンピュータが学習を行うための理論体系
■参考
【ゼロから始めるデータ分析】 ビジネスケースで学ぶPythonデータサイエンス入門
https://www.udemy.com/course/optworks_1/
データからパターンを学習し、パターンを発見したり、その結果を利用して将来を予測すること
-一般的に予測精度が高い
-学習結果が複雑であり、人間の理解が難しいものが多い
-ハイパーパラメータと呼ばれる変数の調整が重要
■参考
書籍:深層学習教科書 ディープラーニング G検定(ジェネラリスト) 公式テキスト
人工知能のプログラム自身が学習する仕組みです。コンピュータは与えられたサンプルデータを通してデータに潜むパターンを学習します。サンプル データの数が多ければ多いほど、望ましい学習結果が得られます。
■参考
COURSERA - 機械学習
https://www.coursera.org/learn/machine-learning
機械学習には2つの定義がある。
アーサー・サミュエルは次のように説明した。
「明示的にプログラムすることなくコンピューターに学習する能力を与える研究分野」。これは古い非公式の定義。
トム・ミッチェルはより現代的な定義を提供する。
「コンピュータープログラムは、Tのタスクにて測定されたパフォーマンスPが経験Eで向上する場合、タスクTおよびパフォーマンスPは経験Eから学習する。 」
例:チェッカーの再生。
E =チェッカーの多くのゲームをプレイした経験
T =チェッカーをプレイするタスク
P =プログラムが次のゲームに勝つ確率
一般に、機械学習の問題は「教師あり学習」と「教師なし学習」のいずれかに割り当てることができる。