2022.12.23

機械学習とは

顧客課題: # 興味/関心

サービス: # その他

機械学習の概要

機械学習（ML: Machine Learning）とは、機械（コンピュータ）が自動で大量のデータを学習することでそのデータに存在するルールやパターンを抽出し、何らかのタスク（分類や予測など）を実行させる手法です。機械学習はAI（人工知能: Artificial Intelligence）におけるデータサイエンスの中核を担っている技術であり、簡単に言うとコンピュータがデータをもとに学習して色々な事を判断できるようになる手法を指します。

機械学習の位置付け

機械学習とAI、そして近年さまざまな業界で注目されているディープラーニング（深層学習：Deep Learning）の関係性は以下の図のとおりです。

AIという大きな枠組みの中の1つの手法として機械学習が存在し、さらに機械学習の1つの手法としてディープラーニングが存在するイメージです。機械学習とディープラーニングは大量のデータから特徴を抽出する点では同じ手法と捉えることができますが、大きな違いはその特徴を前者は「人が定義」し、後者は特徴そのものを「コンピュータが定義」するという点です。近年のAIのブレークスルーはディープラーニングの発展によるものが大きいです。

機械学習の種類

機械学習は大量のデータを学習する手法であり、その学習方法は大きく3つに分類することができます。

1.教師あり学習

1. 教師あり学習では、入力と正しい出力（答え）がセットになった訓練データを用いて、未知の入力が与えられた時に正しい出力（答え）を提示させるようにコンピュータに学習をさせます。教師あり学習では「回帰」や「分類/識別」といったタスクを実施することができます。「回帰」は連続値を予測することができます。例えば、小売店における将来の売上予測をさせることが可能です。一方「分類」はカテゴリやクラスと呼ばれる種類を判別することができます。例えば病気かどうかを判別する、メールがスパムかどうかを判別することが可能となります。

2.教師なし学習

2. 教師なし学習は入力のみとなる訓練データを用いて、データの構造を掴み、一定のルールやパターンを抽出することを目的とした学習となります。教師なし学習ではある共通項を持つグループに分類（クラスタリング）したり、頻出するパターンを検出するタスク（アソシエーション分析）を実施したりすることができます。例えば、スーパーマーケットにおける購買データから顧客の属性をグループ化することが可能となります。

3.強化学習

3. 強化学習では、ある「環境」において何らかの「行動」を起こし、その行動の結果から得られる「報酬」を最大化するように学習を行います。人間も先生から教えてもらう以外に、自分で試行錯誤して学習することがありますが、コンピュータに試行錯誤してもらうという考え方に基づいています。言葉だけで理解することは難しいですが、例えば、囲碁の世界チャンピオンに勝利したAlphaGoや自動運転の分野が該当する学習となります。

機械学習の効果

機械学習の活用によって、人為ミスや事故の防止、従業員の代替、経営に関わる状況判断や予測の高度化などさまざまな分野で効果が発揮されています。従来は効率化や人材不足を補う手段として受け入れられやすかったのですが、昨今はマーケティングにも活用されています。技術が発展していくにつれ顧客を「セグメント」で区分するだけではなく、更に踏み込んだ「ひとりひとり」の顧客に合わせたOne to Oneマーケティングが可能となっています。

難しいイメージが先行する機械学習ですが、実はすぐに使える状態（ready to use）で提供されるプロダクト／ソリューションも多いです。機械学習で出来ることと実現したいことをしっかりと結びつけた積極的な活用をお勧めします。