「マシンラーニング(機械学習)」とは何か…4つの分類を解説

ロボティア編集部
ロボティア編集部

なお、教師あり学習と教師なし学習には、それぞれ以下のような技法などがある。

■教師あり学習
•一般線形モデル(Generalized linear models=GLM)
•意思決定ツリー(Decision trees)
•ランダムフォレスト(Random forests)
•勾配ブースティング(Gradient boosting machine=GBM)

■教師なし学習
•クラスタリング(Clustering)
•異常検出(Anomaly detection)
•次元削減(Dimension reduction)

 強化学習については、株式会社ブレインパッド社のブログに分かりやすい解説が掲載さていたので引用したい。

「強化学習とは、試行錯誤を通じて『価値を最大化するような行動』を学習するものです。教師付き学習とよく似た問題設定ですが、与えられた正解の出力をそのまま学習すれば良いわけではなく、もっと広い意味での『価値』を最大化する行動を学習しなければなりません。例えば、株の売買により利益を得る問題が強化学習にあたります。この場合、持っている株をすべて売り出せば確かにその時点では最もキャッシュを得ることができますが、より長期的な意味での価値を最大化するには、株をもう少し手元に置いておいたほうが良いかもしれません」

 なお、ディープラーニングは、教師あり学習、教師なし学習、強化学習のいずれのアプローチも可能だが、現状では製品化されている関連製品の9割以上が教師あり学習で訓練されたものとなるそうだ。

 それらマシンラーニングの強みは、大きくふたつあるといわれている。まずひとつが、膨大なデータの中から一定のパターンを自ら見つけ出すというもの。そしてもうひとつが、未来予測(future prediction)だ。

【関連記事】>>>Facebookが写真に映る人間の感情・内容を読み取る人工知能「Lumos」を開発
【関連記事】>>>「マスターアルゴリズム」著者が預言する人工知能の未来