読者です 読者をやめる 読者になる 読者になる

ayihiscope

主に情報系の話題が好きな大学生の雑記!

機械学習についての話題

photo by NASA's Marshall Space Flight Center

最近,ディープラーニングだのビックデータだの機械学習だの,いろいろ言われてて,言われすぎてて,逆によくわからんよね.

反論しようにも,大して詳しくないから下手な事言えねぇ.

だから,最低限の知識は身につけようと思って,いろいろググったりして,自分なりにまとめた結果がこれです.よろしく.

専門の方,ガチな方には不要だと思われます.間違い等アレば気軽にマサカリよろしくお願いします.

最近流行ってるらしい「機械学習」とは

人工知能における研究課題の一つで、人間が自然に行っている学習能力と同様の機能をコンピュータで実現しようとする技術・手法のことである。
Wikipedia 機械学習

普通の(一般的には機械学習とされない)プログラムと、機械学習との境界は非常に曖昧*2ですが、アーサー・サミュエルが1959年に「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に与える研究分野(Field of study that gives computers the ability to learn without being explicitly programmed)」としているそうです*3。

機械学習 - Sideswipe

例えば人間と同じように何でも判断できるプログラムを作ろうとしたとして,世界中のあらゆるルールとか知識をプログラミングするのはさすがに無理.

ではコンピュータが自分でルールを覚えたり,分類できたりできたら良いよね!

という感じで機械学習の研究は始まったっぽい.

機械学習の種類

機械学習と一口にいってもいろいろある.頭の中でいい感じに分類できるように最低限これくらい覚えておいた方がよさ気.

教師あり学習

入力データに対して,学習器は正解を知る事ができる.
だから,入力とその答えに合うような関数を見つけるように学習する.

機械学習といえば教師あり学習」といってもいいくらいの機械学習を代表する一分野

教師あり学習 - Sideswipe

関連するワードとして以下のようなものがある

教師なし学習

入力データはあるけど,答えはわからない.
入力データに対していろいろグループに分けたりする.
学習って名前だけど,データ分析って感じで思った方が良い気がする.

以下のようなのは教師なし学習の例

  • クラスター分析
  • 主成分分析
  • 自己組織化マップ

学習対象のデータはあるが、それが何かという正解(文脈によってはラベル、教師信号ともいう)は与えられていないので、どうにかしてなにかしらの構造や法則を見出すための手法です。

教師なし学習 - Sideswipe

強化学習

強化学習では入力に対して,何か行動を起こすと答えではなく,何かしらの報酬がもらえたりもらえなかったりします. 何度も繰り返すことでどうやったら報酬を多くできるのかを学習させます.

「ある行動をする(レバーを引くなど)をすると、ご褒美(ジュースや餌やお金)がもらえたり、罰(電流が流れる、お金を取られる)が与えられたりする」

強化学習 - Sideswipe

深層学習(ディープラーニング)

ニューラルネットを多層にして,いろいろ工夫する事で複雑な入力でも学習できるようになりました.

Deep Learningによってなにがそんなに良くなったのでしょうか。Deep Learningでは層を多段構成にすることで、意味のある階層構造を自動的に獲得できるようになったというメリットがあります。

ディープラーニング - Sideswipe

とはいえ,誤解してはいけないのは,ディープラーニングというのはあくまで多層なニューラルネットを使って学習させる手法をざっくり表現しているだけなので, たとえば,画像認識と音声認識では中で使用される手法は全く異なるのです.

深層学習 (機械学習プロフェッショナルシリーズ)

深層学習 (機械学習プロフェッショナルシリーズ)

機械学習に関して最近のニュース

itpro.nikkeibp.co.jp it.impressbm.co.jp www.sbbit.jp

とても参考になりました

すでに世の中にはいろいろな人がまとめた機械学習のスライドやページがありますので,もう少し突っ込んだ内容な直接みた方がよいかも.

qiita.com

www.slideshare.net

www.slideshare.net

www.slideshare.net

www.slideshare.net

www.slideshare.net

matome.naver.jp