いつもITユニプラをご愛読いただきありがとうございます。
以前にデータサイエンスについて記事を書きました。
データサイエンスは、データの分析や解析を行い新たな価値を見出したり活用したりする研究分野です。
【データ活用】これから必要になるデータサイエンス
今回は、その中の一つの手法「機械学習」について記事にします。
機械学習とは？
ITや機械を利用し、ルールに則って自動的に学習させる手法です。
これによりデータの特徴や傾向から予測やカテゴライズを行うことが可能です。
機械学習でのルールはアルゴリズムと呼んだりします。
身近な事例
・需要予測
売上データやトレンドを分析し、生産数を予測する
天気や地域から販売数を予測する
・故障診断
修理実績や症状からメンテナンスのタイミングを決める
故障率から部品の品質評価をする
・金融
パーソナルデータから信用評価を行う
その他にも、画像認識やおすすめ商品のリコメンド、自動運転など様々なところで活用されています。
機械学習の方式
・教師あり学習
入力データに対応する正解データを学習させる方式です。
画像データを使って学習させる場合、
例えば犬の画像と「犬」という答えをAIに学習させることにより、学習後に 読み込ませる画像に犬が映っているのか、いないのかを判断させることができるようになります。
・教師なし学習
正解のないデータを学習させる方式です。
入力データからデータ内のパターンを学習させ、データの背後に存在する構造を抽出することができます。
例えば、ビジネスに関わる様々なデータをAIに学習させデータ間の関連を発見し、販売戦略や売上予測をすることができるようになります。
教師なし学習は、正解のないデータを学習させるため最終的な結果の解釈は利用者がする必要があります。
次回は、教師あり学習、教師なし学習の手法について記事にできればと思います。
