機械学習とは何か？これだけは知っておきたい3つの学習方法と事例について大解説

１.機械学習について

「機械学習」

この言葉が産声をあげたのは、意外にも古く1956年です。
丁度、日本の高度経済成長期の時に、機械学習が誕生しました。
そして10年、20年、30年...と時を経て、2000年代に一気に注目を浴び始めました。
以下の技術を皆さん一度は聞いたことがあるのではないでしょうか？

・農家の生産量予測
・店舗の来客分析
・コールセンターの自動化
・人物の顔認証技術力

これらの技術は全て「機械学習」を用いて実現されています。
今や触れない日はないほど機械学習は日常に溶け込んでいます。
しかし、身近になる一方で、その実態は遠のいていきます。

実際に

「機械学習とは何か。」

を知っている方は少ないはずです。（少ないのではないでしょうか。）

機械学習の技術が進歩すればするほど、私たちの暮らしはより豊かになる。
しかし、機械学習はさらに高度で複雑になり、曖昧模糊とした存在になっていく―。

そこで今回、そんな理解が難しい「機械学習」について実際にイメージをしやすい言葉を用いて分かりやすくお話します。
気になる方は是非ご覧ください。

２.機械学習の分類

「機械学習」は人工知能の中の分析手法の1つです。
「人工知能」は人間の知能を模したシステム、世の中の暮らしを便利にするためのシステムです。
その人工知能の中でも、「機械学習」は入力されたデータを蓄積し、そのデータを学習に使用することで、より高い精度の予測を可能とする「データ分析技術」です。

機械学習における入力データは、「学習データ」や「訓練データ」と呼ばれます。
顧客の購買状況を学習データとして在庫の予測をしたり、プロのチェスの対戦記録を訓練データとして性能を高めたり、（と言ったように、）入力されたデータを活用し分析することで、精度の高い予測を可能とします。

「機械学習」の方法は3つに大別することができます。

・教師あり学習
・教師なし学習
・強化学習

ここから、これら1つ1つについてしっかり説明していきますので、詳しく見ていきましょう。

３.教師あり学習

3-1.「教師あり学習」とは？

「教師あり学習」は入力データにあらかじめ正解・不正解(教師からの助言)を与え、データを分析する機械学習です。
データに正解・不正解を与えることで効率良く、より正確にデータを予測することができます。

例えば画像データに対して

1が記載された画像→「これは"1"ですよ」
2が記載された画像→「これは"2"ですよ」

と正解を与え学習させます。

正解を与えることで画像における"1"と"2"の特徴を効率良く把握でき、また誤った予測を防ぎます。
このように正解を事前に与えることで、学習の精度を高めることができます。これが「教師あり学習」です。
入力データに正解・不正解を付与し学習に役立てる。このような特徴から、
予め正解が存在する分野で大きな力を発揮します。
よく耳にする「ディープラーニング」も教師あり学習の一種です。

3-2.「教師あり学習」のメリット・デメリット

メリット

・正解データを学習するため、効率が良い
・データの質を向上させることで精度も高くなる

デメリット

・正解データの質が悪いと予測の精度が下がる
・正解が存在しない分野に利用できない

3-3.事例紹介

「教師あり学習」は機械翻訳に活用されています。
機械翻訳とは、言語の翻訳をコンピュータが行う技術です。身近な例としてGoogle翻訳やDeepL翻訳などが挙げられます。
英文の和訳、或いは日本語の英訳などは、正解が予め決まっているため、データの準備にコストを割くことなく機械翻訳を実現できます。
Web上で動作するGoogle翻訳は、世界中の人々が利用し、それが学習データとして蓄積されるため、正解データが大量にあり、非常に高性能な機械翻訳となっています。