【10分で分かる】機械学習を分かりやすく解説

皆さんは、機械学習という言葉を聞いたことはありませんか。

現在は第三次AIブームと呼ばれ、AIによるテクノロジーの発展が非常に速いスピードで進んでいます。

そういった中で、「機械学習」はAIについて理解する上で基本的な技術のうちの一つです。

今回は、「機械学習」とはなんなのか、どういった事ができるのかについて初心者の方でも理解できるように分かりやすく解説しています。

機械学習とは？AI、ディープラーニングとの関係性は？

機械学習とは英語でMachine Learningと呼ばれ、アメリカのコンピューターサイエンティストのアーサー・サミュエルは機械学習を「明示的にプログラムしなくても学習する能力をコンピューターに与える研究分野」と定義しています。

まだ、よくわかりませんね。。

機械学習を理解するためには、AIやディープラーニングについても理解することが必要です。

実は、AI、機械学習、ディープラーニングは上記のようにそれぞれが独立した概念ではありません。
AIの中に機械学習という技術があり、機械学習の技術の中にディープラーニングがあるのです。

▼「そもそもAIってなんだっけ。。」という方はこちらから

ディープラーニングとは、データを分析し、自動でルールの発見、特微量の設定や学習を機械が行います。人間が事前にこういったところに注目してほしいとある程度目星を付けます。
一方、機械学習では、特微量を人間が事前に判断し、調整することが必要になります。

つまり、従来の機械学習では見つけることが出来なかった事象の特徴をディープラーニングであれば見つけることができるようになったため、ディープラーニングの発見によって技術は指数関数的に上がっているのです。

▼ディープラーニングについて詳しく知りたい方はこちらのリンクへ

機械学習の3つの種類

教師あり学習

教師あり学習は、前もって用意した教師データを基に、非常に多くのデータの中から特徴やルールを学習する方法です。

具体例として、事前に1000件もの銀行取引データを、取引1件ごとに「これは詐欺である」「これは詐欺ではない」と分けてデータをモデルに渡します。
モデルは前もって入力されてた1000件のデータを基に、「これは詐欺である」「これは詐欺ではない」のパターンを出力することが出来るよう学習します。
これを繰り返すことで、与えられた取引データが詐欺であるかどうかを予測することが出来るようになります。

具体例
・電子メールの迷惑メールフィルタリング機能
・不動産価格の予測
・ローン申し込み者の与信審査

教師なし学習

教師あり学習が事前に「正解」が用意されているのに対し、教師なし学習は「正解」であるデータを与えずに学習を行う方法です。

例えば、大量のメールを教師なし学習で学習すると、文章の特徴からなんらかのグループに分けることが出来ます。
ただ、教師あり学習のように、事前に正解を与えて分類をしているわけではないので、コンピューターがどういう分け方をしたのかを人間が解釈する必要があります。

具体例
・クラスタリング
クラスタリングとは、特徴が似ているものをそれぞれのグループに分けることを指します。
・異常検知
工場のベルトコンベアーなどを流れる製品の異常を検知することが出来ます。

強化学習

人は多くの挑戦の中から失敗や成功を経験し、その経験を基に成長していきます。
このプロセスをコンピューターで表現しているのが機械学習です。

データの出力に対して、報酬を設定し、コンピューターは報酬を最大化するための行動をすることでアルゴリズムを最適化します。
望ましい出力には高い報酬を与え、コンピューターに望ましい出力を出すことが報酬が最大化することを覚え込ませるのです。

具体例
・広告配信
・分別ロボット

機械学習の活用事例

チャットボット

チャットボットはユーザーからの問い合わせや注文に対し、人間の代わりに自動で対応することが出来ます。

企業のホームページにある「よくある質問」などは質問が限られており、事前に決まった答えを作成することが出来るため、機械学習は必要ありません。
しかしながら、複雑な対応を必要とする質問に対しては機械学習を導入することが必要です。

需要予測・自動発注

機械学習を活用することで事前にどれだけ商品が重要があるのかをある程度予測することが出来ます。

これは製造業や小売業にとっては非常に重要であり、製品を作りすぎたり、仕入れ過ぎたりしないためには、過去のデータを基に機械学習で分析する必要があるのです。
また、機械学習を使えば、新商品がどれだけ売れるかを予測することも可能になるのです。

医療診断

医療現場では、医師は患者の血液型や身長、血圧などの様々なデータを把握しています。

今後、技術の発展がさらに進み、センサーなどの最新機器を利用することで患者の健康状態のデターを更に医師のもとに集約することが出来るでしょう。

機械学習ではそれらの複雑なデータを分析し、現在の病気の有無であったり、将来の発病リスクなどの予測をすることが出来ます。
これによって、医療行為をより効率的に行うことが出来るようになります。

商品レコメンド

amazonや楽天などでショッピングをする際、サイト側が自動でおすすめの商品を提示してくれることはありませんか？
そしてそのおすすめ商品からついつい買ったりしていませんか？

この機能はレコメンド機能と呼ばれており、これにも機械学習は使われているのです。
コンピューターは顧客の購入履歴や商品閲覧履歴といった膨大なデータを機械学習によって分析し、的確な商品を提示することが出来るのです。

まとめ

いかがだったでしょうか。

今回は、機械学習について解説させていただきました。
現在の第三次AIブームを理解する上で機械学習は非常に重要なワードになりますので、この機会を機にぜひ覚えておくと良いでしょう。
今後、急変革していく時代において当事者でいるためにはこういった基礎的な知識は非常に重要ですので、今後も引き続き、勉強をしていくことは非常に重要です。

最後までお読みいただいてありがとうございました。

「AI関連ツールの導入を考えているけどなにから始めればいいのかわからない」
「業務効率化したいけど、どのツールを使えば良いのかわからない」

こういったお困り事があれば、お気軽にリカイゼンにご相談ください。
リカイゼンではITにおける様々な問題に対してお手伝いをしております。
お気軽にお問い合わせくださいませ。