AI機械学習概論

AI = 人工知能(人間と同じ知的な処理能力）

ただ知的やAIを指す意味や文脈は時代によって異なる

現代はAI≒機械学習・ディープラーニングという前提で語られることがある。

プログラムがデータの特徴を学習し、それに基づいて答えを出す仕組み

ex 動物の写真を学習して、どの動物が当てる。

教師あり学習
- 入力を元にどんな出力になるかを識別・予測するように学習する問題
- 例えば以下のような問題
  - 過去の売上を入力として将来の売上を予測する**（回帰問題）**
  - 動物の画像を入力とし、何の動物かを分類する（分類問題）
教師なし学習
- 入力を元にデータ間の法則性を見つけ出す問題
- 例えば以下のような問題
  - ECサイトの顧客を似ているグループに分割する**（クラスタリング）**
  - 入力された巨大なデータを軽量なデータに圧縮する**（次元削減）**
中間的手法
- 異常検知
  - 正常データの特徴を学習し、入力が正常の特徴からどれだけ遠いかとうことを計算させる
- 強化学習
  - 問題のルールと報酬を設定し、報酬が最大化する動作を探索させる

様々な手法があるが優劣関係がある訳ではなく考えている問題やできることが違う
```
 **→何のデータを基に何を解きたいのかを決める必要がある**
```

**深層学習(ディープラーニング）**は2010年ごろから発展した機械学習モデル