Pythonデータサイエンスハンドブック ―Jupyter、NumPy、pandas、Matplotlib、scikit-learnを使ったデータ分析、機械学習

336

5

章 機械学習

さらに学ぶためのリソース」を参照してください。

5.1

 機械学習とは？

機械学習の詳細に立ち入る前に、まず機械学習が何であるか、それが何でないかについて考えて

みましょう。機械学習はしばしば人工知能の一分野として分類されますが、これが初心者に対して

誤解を与えることがあります。機械学習の研究は確かにこの分野の研究から生じましたが、データ

サイエンスの一部としての機械学習手法はデータモデルの構築手段と考える方が有益です。

基本的に、機械学習はデータを理解するための数学的モデルを構築するものです。「学習」は、

観察されたデータをモデルに適合させるための調整可能なパラメータを与えるために行われます。

このため、プログラムがデータから「学習」したと見なされるのです。モデルをデータに適合させ

た後には、新たに観測されたデータに対する振る舞いを予測し理解するために利用できます。こう

した数学的およびモデルベースの「学習」

と、人間の脳が行う「学習」がどれだけ似ているかについ

ての哲学的な議論については、ここでは取り上げないことにします。興味があれば調べてみてくだ

さい。

機械学習の手法を効果的に使用するためには、設定された問題の理解が不可欠です。そこで、本

書で取り上げる手法を分類することから始めます。

5.1.1

 機械学習の分類

最も基本的なレベルにおいて、機械学習は教師あり学習と教師なし学習の

2

つに分類できます。

教師あり学習では、何らかの形で観測されたデータの特徴に対して、そのデータに関連する何ら ...