• 機械学習:大量のデータを扱い、今後の動向を予測する技術
  • 人工知能:人間と同じような自分で考えて判断する能力を持ったコンピュータの実現する技術
  • 統計学:データを解析して、データがどのようなものであるかを説明するのが目的

 

機械学習と人工知能の違い

IT技術の発達と共に機械学習や人工知能にも注目が集まるようになりましたが、機械学習や人工知能について十分に理解をしていない人が少なくありません。

  • 機械学習はデータを解析して、その結果から反復パターンを見付けて、判断や予測に役立てる技術
  • 人工知能は、人間と同じような考える力を持ったコンピュータの実現を目指すもの。現在では、まだ一部の分野において、人間を凌駕する処理速度のものが実現できているに過ぎません。

機械学習は人工知能を実現する技術のひとつとも言えますが、このように、機械学習と人工知能は基本的に異なる技術です。

 

 

 

機械学習と統計学の違い

統計学も大量のデータから将来の動向を予測する事もあり近い分野ですが、機械学習と統計学は次のような点で視点が異なる分野です。

・機械学習は大量のデータを分析して、今後の事を予測するのが主な目的
・統計学は、データがどのようなものであるのか説明するのが主な目的

 

 

 

教師あり学習と教師なし学習

機械学習に使用されるアルゴリズムは、
・教師あり学習
・教師なし学習
に分類する事が出来ます。

Amazon Machine Learningなどで実行できるのは、教師あり学習の「分類」や「回帰分析」などで、一般的に「機械学習」といったときのイメージとしても、教師あり学習をイメージされることが多いかもしれません。

教師あり学習
・学習用のデータから学習モデルを作り上げる。
・学習モデルを用いて新たなデータから予測値を出力する。
・出力するデータ項目があらかじめ決まっている (ex. 予測するデータ項目があらかじめ決まっている)

教師なし学習
・学習データを分析してなんらか本質的な内容を導き出す (ex. カテゴリ分類など)
・出力する内容があらかじめ決まっていない (ex. いくつの種類に分類されるかあらかじめわからない)

 

 

機械学習でよく行われる分析

 

回帰分析
・いくつかの数値と別の数値との間に相関関係があるときに、その数値の間の関係モデルを求めるもの
・連続した量的データを予測する場合に使用される
・独立変数と従属変数の関係を数式によって表現し、どのような値を取るかを予測する
・教師あり学習

分類
・学習データをもとにあるデータに対してどのグループに属するかを出力できる分類モデルを構築するもの
・分類する先のグループはあらかじめ定められている
・2種類のグループに分類する事を2項分類と呼ぶ
・3種類以上のグループに分類する事を多項分類と呼ぶ
・教師あり学習

クラスタリング
・データが持つ特徴を分析して、グルーピングを行うもの。
・グルーピングを行うための基準は与えるものの、グループの数、グループの定義はあらかじめ与えない
・教師なし学習

相関分析
・2つ以上の変数間の関係性を分析する
・教師なし学習

 

本サイト上に掲載されているまとめ記事が、毎週ステップメールで受け取ることもできます。

 

 

参考文献