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分析手法の選択と結果評価を担う

  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分析・予測・可視化を行う力である。分析要件に応じて決定木やニューラルネットワークなどの手法を選択し、パラメタを設定して結果を評価する作業は、この領域の中核に当たる。基盤の実装・運用はデータエンジニアリング力、課題の構造化はビジネス力に分類される。

  出典：平成29年度 秋期 システムアーキテクト試験 am2 問17（IPA）

• ディープラーニングに該当するものはどれか。

  正解：多層構造のニューラルネットワークにおいて、大量のデータを入力することによって、各層での学習を繰り返し、推論や判断を実現する。

  要点：ディープラーニングは多層NNが特徴表現を自動獲得する手法

  ディープラーニングは、多層に積み重ねたニューラルネットワークへ大量のデータを与え、各層で特徴表現を段階的に学習させる機械学習の手法である。従来は人が設計していた特徴量をデータから自動的に獲得できる点が大きな特徴で、画像認識や音声認識で高い性能を示している。

  出典：令和1年度 秋期 システムアーキテクト試験 am2 問17（IPA）