機械学習の概要

◆教師あり学習とは

教師あり学習は、「これが答えだよ」と示されたデータを道しるべに、AIが特徴を覚えながら、分類や予測といった問題に少しずつ慣れていく学習のかたちです。▶続きを読む

◆代表的な教師あり学習モデル

教師あり学習の世界には、直線で読むモデルや境界を引くモデルなど、それぞれ異なる発想をもつ代表的な手法が存在します。▶続きを読む

◆教師なし学習とは

教師なし学習とは、正解を与えずにデータそのものの中から構造や傾向を見つけ出す学習方法です。▶続きを読む

◆代表的な教師なし学習モデル

正解を持たないデータの海の中で、AIが自分なりの地図を描く——ここでは代表的な教師なし学習モデルを見ていきます。▶続きを読む

◆強化学習とは

強化学習は、「やってみて、よかったかどうか」を繰り返し確かめながら、少しずつ賢くなっていく学習方法です。▶続きを読む

◆代表的な強化学習アルゴリズム

強化学習には、環境の知識の有無や学び方の違いによって、いくつかの代表的なアルゴリズムがあります。▶続きを読む

◆モデルの評価指標

AIの答えが「どれくらい良かったのか」を、人間の言葉ではなく数値で確かめる章です。▶続きを読む

◆汎化性能と検証方法

いま当たるだけじゃなく、まだ見ぬデータにも届くかどうか──モデルの「未来への強さ」を見つめます。▶続きを読む

◆過学習とモデルの複雑さ

覚えすぎてしまうAIと、シンプルであることの意味を、少し哲学的に考えてみます。▶続きを読む

◆情報量規準という考え方

精度だけでは決められないとき、私たちは何を基準にモデルを選ぶのか──AICやBICという静かな物差しを紹介します。▶続きを読む