機械よ自ら学べ~教師なし学習編~
みなさま、こんにちは。今日も張り切っていきましょう！！
前回は機械に自ら学んで学習する能力を身につけさせようという機械学習の中の
教師あり学習についてOutPutしてきました！
教師あり学習とは、データと正解のデータをセットで与え,それらから
自分なりに特徴を見出してデータを識別させる能力を与えることでした。
例えば画像認識や、文字認識などに教師あり学習が利用されているのでしたね。
しかし世の中の課題には必ずしも答えが一つとは限らない課題もあるし、
中には答えなんてないような課題がたくさんあります。
教師あり学習ではそれらの課題には対応しきれないのがデメリットでしたね・・
では、答えが必ずしもないような課題に対応できる学習方法が
今日のメインとなる教師なし学習なのです！！
教師なし学習とは簡単にいうとデータだけを渡して自ら法則性を見出して
予測を立てるアルゴリズムです。
これだと必ずしも正解のない課題でもそこからなんらかの法則性を見出してその課題にアプローチしていくことが可能になります。
では具体的にはどのよう予測を行うのか・・
クラスタリングとは「分類する」という意味で与えられた情報を適当な条件で
クラス分けして法則性を見出しやすくすることです。
クラスタリングしたのち人間が条件に適していると考えられるものを見つけて
利用します。
例えばネット通販なんてのはいい例で、
たくさんの顧客情報と購買情報から教師なし学習によってなんらかの法則を見つけさせ
「おむつとビールは同時に買われることが多い法則」
みたいなことがわかって、実際に売上が伸ばすことができたみたいに
教師なし学習は活躍することができるのです。
教師なし学習が「識別」を得意とするなら
教師なし学習は「予測」を得意とすると考えられます。
人間の脳で考えてみても、うまい解釈っていうのはとても大事で
汎用AIを作る上ではこのような技術は汎用AIにとってとても大事です。
しかしやはりまだ過去の経験を生かして現在の課題を処理する
人で言えば経験から何かを判断して目標や課題を達成するようなアルゴリズムも
汎用AIにとっては必要です。
このアルゴリズムが・・・
次回OutPutsしますね笑
今日も見ていただきありがとうございました。
また次回もよろしくお願いします。
参考文献：
コンピューターで「脳」がつくれるか
AIが恋に落ちる日
