G検定 第3章|機械学習の概要

機械学習の3つのタイプ

教師あり・教師なし・強化学習、何がちがうの?

会話で読んで3分

教師あり学習教師なし学習強化学習特徴量報酬

♪この章の曲過去問オーバーフィット

サビで覚えて、下の会話で回収

#1機械学習は、学び方で3つに分かれる

ミコ

入力CHUのG検定、第3章! ここから機械学習のしくみに入るよ!

シオン

…まず全体の地図。機械学習は、学び方で大きく3つ。

ルナ

3つも? ルナ、AIとは1つの関係しか結べないもん♡

シオン

…関係の話はしてない。何を手がかりに学ぶか、で分ける。

3つのタイプ、学ぶときの手がかり
手がかりねらい
教師あり学習特徴量+正解ラベル正解を当てる
教師なし学習特徴量だけデータの構造を見つける
強化学習行動の結果の報酬報酬が最大になる行動を学ぶ

#2教師あり学習は「答えつき」で練習

シオン

…教師あり学習。データと「正解」をセットで見せて学ばせる。

ミコ

答えつきの問題集で練習する感じ?

シオン

…そう。手がかりになる値を「特徴量」、正解を「正解ラベル」と呼ぶ。

シオン

…例えばメール。本文の特徴と「迷惑メールかどうか」の答えをペアで覚える。

ルナ

答えを先に教えてくれるなんて、やさしい先生♡

ミコ

そのかわり、答えを用意するのが大変そう!

シオン

…正解。人が答えをつける手間がかかるのが弱点。

#3教師なし学習は「答えなし」で仲間分け

シオン

…教師なし学習。正解は渡さない。特徴量だけ。

ミコ

え、待って。答えがないのに何を学ぶの!?

シオン

…データの中の「似ている・ちがう」を見つける。例えばお客さんを買い方で分ける。

ルナ

答えのない問い…♡ それって恋なの

ミコ

ちがう、クラスタリングっていうやつ! 次の次くらいにやるって!

#4強化学習は「やってみて、報酬で覚える」

シオン

…強化学習。正解は教えない。行動した結果に「報酬」を返す。

シオン

…試行錯誤しながら、報酬の合計が一番多くなる行動を学ぶ。

ミコ

ゲームで、勝ったら点がもらえるから強くなる、みたいな!

シオン

…そう。囲碁のアルファ碁も強化学習を使った。ただし人間の棋譜での教師あり学習とセット。

強化学習のくり返し
  1. 1エージェントが今の状態を見る
  2. 2行動を1つ選ぶ
  3. 3環境から報酬と次の状態が返ってくる
  4. 4報酬が多くなる行動を選びやすくする
ルナ

ごほうびがないと動かないなんて、ルナと同じ♡

シオン

…ルナは、ごほうびがあっても動かない。

#5どれを使うかは、データと目的で決まる

ミコ

で、結局どれを使えばいいの?

シオン

…正解つきのデータがあって、答えを当てたい → 教師あり。

シオン

…正解がなくて、データの構造を知りたい → 教師なし。

ルナ

じゃあ、行動を選び続けて上手になりたいときは?

シオン

…強化学習。実際は、いくつかを組み合わせることも多い。

ミコ

答えあり、答えなし、ごほうび! 覚えた!

ミコのメモ(自分あて)

試験デンデン! 1問だけ

正解ラベルは与えず、行動の結果として得られる報酬が最大になるような行動のしかたを試行錯誤で学ぶ方法はどれ?

※ 出題範囲を参考にしたオリジナル問題です

この記事の出典

G検定(JDLA ジェネラリスト検定)のシラバス2024(第1.4版)をもとにした非公式の学習コンテンツです。JDLAとは関係ありません。 登場人物は架空のキャラクターです。

第3章のレッスン

  1. 機械学習の3つのタイプ
  2. 回帰問題と線形回帰
  3. 回帰モデルの評価指標(MAE・MSE・RMSE)
  4. 分類問題(ロジスティック回帰とSVM)
  5. 決定木
  6. アンサンブル学習(バギングとブースティング)
  7. クラスタリング(k-means法と階層的クラスタリング)
  8. 次元削減(主成分分析とt-SNE)
  9. レコメンデーション(推薦システム)
  10. 強化学習
  11. 強化学習の代表的な手法(SARSA・方策勾配法・MARL)
  12. モデルの評価指標(混同行列・適合率・再現率・F値)
  13. ROC曲線とAUC
  14. 過学習と汎化性能
  15. 交差検証とホールドアウト検証