AI学習原理②機械学習って結局何なの？

こんにちは、あおけんです。

DX/AIについての研修コンテンツをnote版に編集して発信しているシリーズ第9回目。今回はAIを理解するためにぜひ知っていただきたい基本学習原理、技術について解説していきます。

（始めての方はまず無料の第一回のお話を読んでみてください）

AIの基本原理は全部で3回の講座に分けてお届けします。
今日はAIの基本原理の第２回目、機械学習領域についてです。
 
今回のセッションを聞いてもらうことで、AIの原理で最も重要な考え方である機械学習を理解する上で大事な技術的なポイントがしっかりわかるようになっていますので、ぜひ最後まで聞いてみてください。

それでは早速はじめましょう。

AIの学習アプローチ概略

まずは前回のおさらいからです。

まず最初にシンプルなルールベースがありました。
あらかじめ人間がルールを細かく決めるため透明性が高いといったメリットがある一方で、ルールが固定されているため、状況が変わったときの対応力が低いというデメリットがありました。
 
その次にAIが自ら考えて回答を導き出す機械学習の領域がありました。
 
そして最後に人間の脳と同じ学習方法の獲得を目指したニューラルネットワーク領域があり、そのニューラルネットワークを駆使してより精度の高い学習、判断が可能となるディープラーニングという領域がありましたね。

AI - 機械学習とは？

それでは今回のテーマである機械学習領域について具体的に見ていくことにしましょう。

機械学習は英語ではマシーンラーニングと言われ、データからパターンを学習し、モデルを作成して予測や意思決定を行うアプローチです。データを入力としてモデルを訓練し、新しいデータに対して予測を行います。AIの話では、このモデルという言葉がよく出てきますが、ここでは仕組みといった意味でとらえておいていただければと思います。モデルを作成する、とは、予測なり文章作成などの仕組みを作るということですね。