機械学習と深層学習 (再:第02回)

機械学習とは (Text p.19 1.7 節)
特徴量 : データの性質を表す要因
膨大なデータをもとにコンピュータがルールやパターン(予測方法)を学習する技術
例: 猫の「特徴」を学習する => (特徴を用いて) 猫が判別できるようになる (猫判別 AI)
cf. 統計 : 大量のデータから「証拠」を見つける技術
機械学習の分類
教師あり学習
学習データに正解ラベルがある
例 : 「猫の写真」というデータに「猫である」というラベルを付ける
教師なし学習
学習データに正解ラベルがない
例 : 沢山の「写真」を与え、分類したり、傾向をみる
強化学習
学習の環境(学習データの生成と評価)を与える
例: ゲームのプレイヤーを育てる
Deep Learning (深層学習)
「教師あり学習」で、「多層の人工ニューラルネットワーク」を用いる手法
特徴量を指定しなくても、目的が実現できる