0日目 ～ はじまり
こんにちは、ODYKです。
唐突ですが、日々の機械学習奮闘記を始めることにしました。
毎日1時間機械学習を勉強し、学んだことをブログに投稿していきたいと思います。
これを1か月ほど続け、機械学習に関してはド素人の私が1か月(30時間)勉強すれば、どれくらいのレベ
ルまで到達できるか検証したいと思います。
〇はじめに
将来、多くの仕事が人工知能(AI)に置き換わり、大失業時代がやってくる！？
「仕事を奪われるくらいなら、逆に、奪う側になってやろう！」ってな感じでやってい
こうと思います！
〇機械学習に登場する用語を確認
機械学習の手法の1つで、事前に与えられたデータをガイドにして学習を行う。例えば、画像に「猫」が写っていたとして、プログラムがその画像を「猫」と判断できるようにするためには、最初に「猫」とラベリングされた画像を用意し、「猫の特徴」を学習させる。このようにあらかじめ「猫」という正解ラベルを付与したデータを使って学習させる方法を「教師あり学習」と呼ぶ。
教師あり学習では、あらかじめ人間が画像に「猫」と正解をラベリングする。対して、何もラベリングされていない画像の中から共通の特徴を見つけ、特徴らしい判断されたデータに対して、「これは何の特徴か」を人間が判断する手法を「教師なし学習」と呼ぶ。
教師なし学習におけるデータの分類手法に「クラスタリング」がある。クラスタリングには、階層的にデータをグループに分類する「階層型」と、特定のグループ数に分類する「非階層型」があり、階層型のクラスタリングには「ウォード法」、非階層的クラスタリングには「K平均法」などのアルゴリズムがある。
学習モデル
機械学習の目的は、データの特徴から、予測するための「モデル」を作ることである。そのモデルを「学習モデル」と呼ぶ。そして、例えば猫の画像認識ができる学習モデルができたあとに、その学習モデルに学習時の画像とは異なる画像を与えることで、その画像に猫の特徴が何パーセント含まれているのかがわかる。
