機械学習とは？
機械学習は、人工知能のサブセットであり、システムが明示的なプログラミングなしで学習し、結果を予測できるようにします。多くの場合、AIという用語と置き換えられて使用されます。なぜなら、今日まで現実世界で最も大きな影響を与えたAI技術であり、ビジネスで最も使用される可能性が高い技術だからです。チャットボット、製品の推奨、スパムフィルター、自動運転車など、多くのシステムが機械学習を利用しており、「Siri」や「Cortana」のような「インテリジェントエージェント」も利用しています。
フォーチュン誌の記事「人工知能と機械学習の違いとは？」では、著者がAIと機械学習の違いを明確に説明しています。「AIは、機械が私たちが賢いと考える方法でタスクを実行できるという、より広範な概念です」一方、機械学習は「機械にデータへのアクセスを与え、自分で学習させることができるという考えに基づいた、AIの現在の応用です」。
機械学習はどのように機能しますか？
アルゴリズムとルールを記述して、直接意思決定を行ったり、一連のルール、例外、フィルターを使用してコンピューターに「知能」をプログラムさせようとする代わりに、機械学習はコンピューターシステムに大規模なデータセットから学習して意思決定を行うように教えます。ルールベースのシステムは、現実世界の複雑さを考慮する必要がある場合に、すぐに脆弱になる可能性があります。機械学習は、モデルを作成して、使用するデータ内のパターンを表現および一般化し、それらのモデルを使用して新しい情報を解釈および分析できます。
機械学習は、テキストや画像、ビデオ内のオブジェクトを認識したり、データ内の関連性を見つけたり、データをクラスタに分割したり（たとえば、顧客のグループを見つけたり）するなど、分類に適しています。機械学習は、イベントの可能性を計算したり、結果を予測したりするなど、予測にも適しています。機械学習を使用して、欠落しているデータを生成することもできます。たとえば、CorelDRAWの最新バージョンでは、機械学習を使用して、ペンツールで描いた複数の粗い線から、滑らかな線を描画します。
2つの機械学習モード：教師あり学習と教師なし学習
ソフトウェアを使用して、アルゴリズムに何を検出したいかを具体的に指示した場合、それは教師ありMLと呼ばれます。機械学習アルゴリズムは、「ターゲット」変数または属性を使用して、ターゲット変数のデータに基づいてモデルを「トレーニング」します。
教師なしMLは、機械が人間のガイダンスなしで複雑なプロセスとパターンを学習できる場合です。クラスタリングをアプリケーションとして使用し、データセットのレコードを自動的にグループに分割します。これらのグループは、独自のグループ内のレコードに似ており、他のグループのレコードとは異なります。
