人工知能を学習した２　機械学習

• 機械学習（Machine Learning）
  　- 教師あり学習（Supervised Learning）
  　　- 回帰分析（Regression）
  　　- 分類（Classification）
  　- 教師なし学習（Unsupervised Learning）
  　　- クラスタリング（Clustering）
  　　- 次元削減（Dimensionality Reduction）
  　- 強化学習（Reinforcement Learning）
  　　- モデルベース強化学習（Model-Based RL）
  　　- モデルフリー強化学習（Model-Free RL）
  　　　- 価値ベース法（Value-Based Methods）
  　　　- 方策ベース法（Policy-Based Methods）
  　　　- Actor-Critic法（Actor-Critic Methods）

機械学習

機械学習（Machine Learning）は、データから自動的に学習し、予測や判断を行うAI技術の一つ。

人間がすべてのルールを定義するのではなく、アルゴリズムがデータに基づいてパターンやルールを学習します。

様々な分野でのAIの基盤技術として使われ、分類、予測、異常検知、推奨システムなど多岐にわたる応用が可能です。

機械学習の3つの主要手法

1. 教師あり学習（Supervised Learning）：

   • ラベル付きデータを使い、入力と出力の関係を学習します。

   • 応用例：住宅価格の予測、病気の診断

2. 教師なし学習（Unsupervised Learning）：

   • ラベルのないデータからパターンや構造を見つけます。

   • 応用例：顧客セグメンテーション、異常検知

3. 強化学習（Reinforcement Learning）：

   • エージェントが環境から報酬を得ながら最適な行動を学習します。

   • 応用例：ゲームAI、自動運転、ロボティクス

メリット

• データに基づいて予測や分類を行うことで、効率的な意思決定が可能。

• 多くの分野での応用が期待されている（医療、金融、製造業など）。

課題

• 大量のデータが必要。

• **モデルの過学習（Overfitting）**のリスク。

• 学習にかかる計算コストが高い。

1.教師あり学習（Supervised Learning）

概要

• 特徴：ラベル付きデータを使用し、入力と出力の関係を学習します。

• 目標：既知のデータからパターンを学習し、未知のデータに対して正確な予測や分類を行います。

• データ：各入力データに対して、正解ラベル（ターゲット値）が存在します。

---

1.1 回帰分析（Regression）

概要：

• 目的：連続値を予測します（例：価格、温度など）。

• アルゴリズム例：

  • 線形回帰（Linear Regression）

  • リッジ回帰（Ridge Regression）

  • ロジスティック回帰（Logistic Regression）（分類問題にも使用）

実装例：

• 住宅価格の予測：不動産のエリアや広さなどの特徴から価格を予測する。

• 金融予測：株価や経済指標の将来値を予測する。

---

1.2 分類（Classification）

概要：

• 目的：入力データを特定のクラスに分類します（例：スパムメール vs 通常メール）。

• アルゴリズム例：

  • サポートベクターマシン（SVM）

  • k近傍法（k-Nearest Neighbors, k-NN）

  • 決定木（Decision Tree）、ランダムフォレスト（Random Forest）

実装例：

• メールのスパムフィルタリング：受信したメールがスパムかどうかを分類。

• 病気の診断：患者の検査結果から、病気の有無を分類。

---

2. 教師なし学習（Unsupervised Learning）

概要

• 特徴：ラベルのないデータから、隠れた構造やパターンを学習します。

• 目標：データのグループ化や特徴の抽出を行います。

---

2.1 クラスタリング（Clustering）

概要：

• 目的：似たデータを自動的にグループ化します。

• アルゴリズム例：

  • k-meansクラスタリング

  • DBSCAN（Density-Based Spatial Clustering）

実装例：

• 顧客のセグメンテーション：顧客を購入パターンで分類。

• 異常検知：異常な振る舞いをするデータ（例：ネットワークの不正アクセス）を検出。

---

2.2 次元削減（Dimensionality Reduction）

概要：

• 目的：高次元データを低次元に圧縮し、データの可視化や計算の効率化を図ります。

• アルゴリズム例：

  • 主成分分析（PCA）

  • t-SNE（t-Distributed Stochastic Neighbor Embedding）

実装例：

• 画像圧縮：大量のピクセル情報を圧縮して重要な特徴だけを保持。

• データ可視化：高次元データを2次元または3次元に縮小してプロット。

---

3. 強化学習（Reinforcement Learning）

概要

• 特徴：エージェントが環境との相互作用を通じて、最適な行動を学習します。

• 目標：長期的な報酬の最大化を目指して学習を行います。

---

3.1 モデルベース強化学習（Model-Based RL）

概要：

• 特徴：環境のモデルを構築し、未来の行動を予測して計画します。

• 応用例：

  • ロボット制御：物理モデルを用いて最適な動作を計算。

  • 自動運転：未来の車両の動きを予測し、制御する。

---

3.2 モデルフリー強化学習（Model-Free RL）

概要：

• 特徴：環境のモデルを使わず、経験から直接学習します。

---

3.2.1 価値ベース法（Value-Based Methods）

• 目的：各状態や行動に対する**価値（Q値）**を学習し、価値の最大化を目指します。

• 代表アルゴリズム：

  • Q学習（Q-Learning）

  • SARSA

---

3.2.2 方策ベース法（Policy-Based Methods）

• 目的：直接、最適な**方策（Policy）**を学習します。

• 代表アルゴリズム：

  • REINFORCE

  • 方策勾配法（Policy Gradient Methods）

---

3.2.3 Actor-Critic法（Actor-Critic Methods）

• 概要：方策と価値関数を組み合わせて学習します。

• 代表アルゴリズム：

  • A3C（Asynchronous Advantage Actor-Critic）

  • PPO（Proximal Policy Optimization）

実装例：

• ゲームAI：囲碁やチェスなどのゲームの最適な戦略を学習。

• 産業ロボット：動的環境での柔軟な操作。

---