機械学習をマスターしたいと思ったときのケース別学習法！

2016/11/21

最近、なにかとよく耳にするようになった人工知能(AI)や機械学習。エンジニアなら誰しも、何かと気になる話題ですよね。

そこで今回は、これから機械学習や人工知能について勉強をしていきたい！と考えている意欲的なエンジニアに向けて、具体的な勉強方法等についてご紹介していきます。

そもそも機械学習って？

機械学習や人工知能・・・なんだか色々な用語があり混乱してしまいますが、「機械学習」は人工知能における一つの技術要素として存在しています。

まず人工知能とは、「人間の知能に近しい特徴を人工的に作ること」と言えます。その人工知能において機械学習は、「人間が自然に行っている学習能力と同様の機能をコンピュータで実現しようとする技術・手法」を指しています。

少し難しいですが、機械学習は人間の”学習”する能力、すなわち「データを分析して特徴を見つけ出す」ようなことを実現する技術と言えるのではないでしょうか。

利用されるシーンは？

このように様々なデータから予測される特徴を洗い出す「機械学習」には、多くのシーンにおいて利用価値があります。例えば、有名なところだと「Googleの検索エンジン」や「Facebookの友達候補の通知機能」、「Amazon内の商品におけるレコメンド機能」などが機械学習によって構築されています。

他にも「迷惑メールの振り分け」や「画像の解析」、「コールセンターの問い合わせ内容の振り分け」から、「明日の天気予報の予測」など、実に様々です。

機械学習はデータの中から、いくつかの特徴をモデル化するのが得意であるため、ビッグデータを活用した基盤が整ったこともあり、最近では大量のデータを解析・分析することで、日常生活からビジネスなど様々なシーンで機械学習が利用されているのです。

これから機械学習をマスターするために：学習分野を決めよう

これから機械学習を勉強していくためには、学習をする上で、明確な目的をしっかりと持つことが大切です。機械学習には以下のように主に5つの分類があり、全てを網羅的に勉強しようとすると、挫折するリスクが高くなってしまいます。

～機械学習の5つの分類～

1. クラスタリング・・・データの類似性を基に、複数のグルーピングを行う　ex)検索エンジンなど　
2. クラス分類・・・大量のデータから決められたクラス分けを行う　ex)迷惑メールの分類など
3. レコメンデーション・・・ユーザーの過去の行動履歴から反応しやすい情報を推測する　ex)ECサイトのオススメなど
4. 回帰・・・過去のデータから未来の数値を推測する　ex)売上高や株価など
5, 情報圧縮・・・データ量を減らす。　ex)相関関係がある値の片方のデータだけを残すときなど

これら５つの分類を参考に、自分が挑戦してみたい分野を明確にすれば、覚える内容を整理でき、より円滑に勉強を開始することができるようになります。