機械学習とは

機械学習は、データから学ぶことで、人が規則を細かくプログラムしなくても性能を高めていく仕組みです。たとえば迷惑メールの判定では、判定の規則を人が書く代わりに、迷惑メールかどうかが分かっている大量のメールを与え、見分け方をコンピュータに学ばせます。

定義

1959年、アーサー・サミュエルは、チェッカーという盤上のゲームを自ら学んで強くなるプログラムの論文で、機械学習という言葉を使いました。1997年にトム・ミッチェルは、タスクT、性能指標P、経験Eを使い、「経験Eによって、Pで測ったTの成績が上がるとき、プログラムは学習する」と定義しています。

3つの種類

• 教師あり学習：正解の付いたデータから、入力と正解の関係を学びます。分類や回帰に使います。
• 教師なし学習：正解のないデータから、似たもの同士のまとまりやデータの構造を見つけます。クラスタリングや次元削減が代表例です。
• 強化学習：環境の中で行動し、得られる報酬が大きくなる行動の選び方を、試行錯誤で学びます。

人工知能・ディープラーニングとの関係

機械学習は、人工知能を実現する手法の1つです。人が書いた規則で推論するエキスパートシステムも人工知能ですが、機械学習ではありません。また、多層のニューラルネットワークを使うディープラーニングは、機械学習の手法の1つです。人工知能が機械学習を含み、機械学習がディープラーニングを含むという関係になります。

注目された背景

第2次AIブームでは、専門家の知識を規則として書き込む方法が、知識獲得のボトルネックに突き当たりました。その後、インターネットの普及で大量のデータ（ビッグデータ）が手に入り、計算機も速くなったことで、データから学ぶ機械学習が実用的になりました。これが第3次AIブームにつながります。

覚え方

「規則を書くのではなく、データから学ばせる」と覚えます。