ある通販会社は、問い合わせメールを「返品」「配送」「支払い」の3種類に自動で振り分けるシステムを開発している。担当者が振り分けた過去のメールを使ってモデルを作り、新しいメールを正しく振り分けた割合で評価する。機械学習を「経験E・タスクT・性能指標P」で説明する定義にあてはめた説明として、最も適切なものを1つ選べ。
正解と解説を見る
解説
正解 C
この問題の論点：機械学習の定義（E・T・P）
ポイント
ミッチェルの定義では、経験Eによって、性能指標Pで測ったタスクTの成績が上がることを学習と呼びます。精度が高いだけでは学習とはいえません。
選択肢ごとの解説
- A
不適切
この定義で問われるのは、成績の高さではなく、経験によって成績が上がるかどうかです。人が書いた規則だけで動き、データによって振る舞いが変わらないプログラムは、精度が高くても学習しているとはいえません。
- B
不適切
正解の付いていないデータも経験になります。教師なし学習では、ラベルのないメールを似たもの同士に分けるクラスタリングなどを行います。半教師あり学習では、少数のラベル付きデータと組み合わせて分類に生かします。
- C
適切 正解
ミッチェルは1997年の教科書で、経験Eによって、タスクTについて性能指標Pで測った成績が上がるとき、プログラムは学習するとしました。この事例では、3つの要素がそれぞれはっきり対応しています。
- D
不適切
性能指標は目的に合わせて問題ごとに選びます。返品の問い合わせを見落とすと損失が大きいなら、返品の再現率を重視するといった判断が必要です。ミッチェルも、学習の問題を明確にするにはT・P・Eの3つを特定する必要があるとしています。
補足
「機械学習」という言葉は、1959年にアーサー・サミュエルが発表したチェッカーの研究の論文題名にも使われています。サミュエルは、プログラムが対戦を重ねるうちに、作成者本人よりも上手に指せるようになったと報告しました。ミッチェルの教科書も、チェッカーの対戦をT、対戦相手に勝った割合をP、自分自身との練習対局をEとする例で、この定義を説明しています。
試験での狙われ方
機械学習の定義を具体的なシステムにあてはめさせ、データから学ぶ仕組みと人が規則を書く仕組みを見分けさせる形で問われやすい論点です。