機械学習とは？

機械学習の意味

データから規則性を自動的に獲得する技術。正解ラベル付きデータから予測式を学ぶ「教師あり学習」、ラベルなしデータの構造を見つける「教師なし学習」、行動の結果得られる報酬を最大化する方策を学ぶ「強化学習」に大別される。

機械学習の具体例

過去の与信データから貸倒れを予測するのは教師あり学習（分類）。顧客を購買傾向で自動的にグループ分けするクラスタリングは教師なし学習。囲碁AIの自己対局は強化学習。

機械学習は試験でどう引っ掛けられる？

クラスタリングは「教師なし」、分類（クラス分類）は「教師あり」。名前が似ているので区別する。

機械学習と関連する用語

• ディープラーニング
• 過学習

機械学習が出た過去問

• ビッグデータを有効活用し、事業価値を生み出す役割を担う専門人材であるデータサイエンティストに求められるスキルセットを表の三つの領域と定義した。データサイエンス力…

  正解：分析要件に応じ、決定木分析、ニューラルネットワークなどのモデリング手法の選択、モデルへのパラメタの設定、分析結果の評価ができる。

  要点：データサイエンス力は統計・機械学習でモデルを選び評価する力

  データサイエンス力は、統計学や機械学習といった情報科学の知識を使って、予測・検定・関係性の把握やデータの加工・可視化を行う力と定義されている。決定木分析やニューラルネットワークといったモデリング手法を選び、パラメタを設定し、結果を評価する能力はまさにこの領域に当たる。

  出典：令和1年度 春期 応用情報技術者試験 午前 問63（IPA）

• ベイズ統計の説明として、適切なものはどれか。

  正解：事前分布・事後分布といった確率に関する考え方に基づいて体系化されたものであり、機械学習、迷惑メールフィルターなどに利用されている統計理論

  要点：ベイズ統計は事前分布をデータで事後分布へ更新する理論

  ベイズ統計は、事前分布として仮定した確率を、観測されたデータによって事後分布へ更新していくという考え方に基づく統計理論である。データが少なくても推論でき、逐次的に更新できる特徴から、迷惑メールフィルターや機械学習に広く応用されている。

  出典：令和6年度 秋期 応用情報技術者試験 午前 問76（IPA）

• クラウドで学習し，エッジデバイスで推論する機械学習ベースのエッジAIにおいて，エッジデバイスで行われる推論処理として，適切なものはどれか。

  正解：学習したモデルに従い，実際にデータの識別などを行うプロセス

  要点：エッジAIは学習をクラウド、推論を機器側で行う役割分担

  機械学習は、データからモデルを作る学習（訓練）と、できたモデルに新しいデータを入れて判断させる推論の2段階に分かれる。エッジAIでは計算量の大きい学習をクラウドで行い、出来上がったモデルを機器側に配置して推論だけを実行する。これにより通信遅延を抑え、現場で即座に識別や判定ができる。

  出典：令和7年度 春期 応用情報技術者試験 午前 問71（IPA）

• ビッグデータの利用におけるデータマイニングを説明したものはどれか。

  正解：蓄積されたデータを分析し，単なる検索だけでは分からない隠れた規則や相関関係を見つけ出すこと

  要点：データマイニングは大量データから隠れた規則を見つけ出す

  データマイニングは、大量に蓄積されたデータを統計や機械学習の手法で分析する技術である。条件を指定した検索や単純な集計では見えてこない規則性・相関関係・パターンを掘り出し、販売施策や需要予測などの判断に生かす。

  出典：平成29年度 春期 応用情報技術者試験 午前 問30（IPA）

• AIにおけるディープラーニングに最も関連が深いものはどれか。

  正解：神経回路網を模倣した方法であり、多層に配置された素子とそれらを結ぶ信号線で構成され、信号線に付随するパラメタを調整することによって入力に対して適切な解が出力される。

  要点：ディープラーニングは多層ニューラルネットの重み調整で学習する

  ディープラーニングは、脳の神経細胞のつながりを模したニューラルネットワークを多層に重ねた機械学習の手法である。層と層をつなぐ結合の重み（パラメタ）を学習データから調整することで、入力に対して適切な出力が得られるようにする。したがって神経回路網の模倣を述べた選択肢が正解となる。

  出典：平成30年度 春期 応用情報技術者試験 午前 問1（IPA）