データサイエンス設計マニュアル

321

11 章

機械学習

カンニングも高度になると学習と区別がつかなくなる。

— ジャン・シャウマン

私の研究人生において、機械学習の重要性に懐疑的だった時期が長かった。壮大ではあるが、非常に乏し

い結果でしかないことを、長年にわたり聞いていた。しかし、潮目が変わったことは明らかだ。強力な新ア

ルゴリズムでも、魅力的な新しい応用方法でも、今日の計算機科学で最も面白い業績は、機械学習に関する

ものである。

このような革命が起こった理由はいくつかある。まず、扱うことのできるデータの量とコンピュータの計

算能力が、超えられないとされていたしきい値を超えて、機械学習を使って（たとえそれが古いアプローチ

であ

っても）面白いことをできるようになった。それにより、拡張可能性が高い手法の開発に拍車がかか

り、データリソースとシステム開発に対する投資が活発化した。オープンソースソフトウェアの文化によ

り、新しいアイデアが実用ツールになるまでの速度が上がったことも大きい。今日の機械学習は爆発的に成

長しており、面白いことがたくさん起こっている。

本書では、今までデータに基づいてモデルを構築する方法として、線形回帰と最近傍法の 2 つをかなり詳

しく説明した。多くの応用では、この 2 つを知っていれば十分である。ラベル付きの訓練データが十分にあ

れば、どんな方法でも良い結果を出せるだろう。しかし、そのようなデータがなければ、どんな方法を使っ

てもうまくいかない。最良の機械学習アルゴリズムなら違いを生み出せるが、一般にそれはごくわずかなも

のである。本書の目的は、読者をハイハイの状態から歩けるところまで導くことだ。歩けるようになれば、

もっと専門的な本で、今度は走り方を学ぶことができる。

現在、興味深く重要な機械学習アルゴリズムがいくつも考案されている。この章では、それらの手法を取 ...