機械学習ってどうやってやるの?やみくもにやっては失敗する!
こんにちは! あゆです!
前回はAIがどういうものかについて説明しましたが、
今回はAIの中でも特に研究が進んでいる、機械学習を取り上げて説明したいと思います!
AI導入は失敗しやすい?!
近年、様々な企業がAIに注目し、導入を試みていますが、
その約3分の1は失敗しているといわれています。
その原因はさまざまにありますが、特に重要なのは、
AIに何ができるのかわからないまま、
ただ、何かすごいことができそうだからという理由で、開発をしてしまうからです。
ちなみに「AIを導入する」というより「機械学習を導入する」といった方が、この人はわかっているなと思われます笑
基本的に現在、多くの企業で取り組んでいるのは、AIの中でも機械学習という分野ですが、
それを使うことありきで始まってしまい、実はもっといい方法があるのに…
なんてことになってしまうのです。
このような失敗をしないためには、
機械学習はどういうことができるのか、
何が必要なのか
といったことを理解し、取り組みたい問題に機械学習を使えるかどうか判断できる知識を身に着けることが重要です。
機械学習とは?
前回はAIにも種類が存在していることを紹介しましたが、 今回は機械学習について説明します。
機械学習は与えられたデータ(問題)を基にプログラム自身が学習する仕組みを作ることで、
様々な問題の予測や画像、音声の認識を行う技術のことでした。
機械学習は主に3つの分野に分類されます。
教師あり学習
教師あり学習とは、答えがあり、その答えと問題の傾向を学習して、答えを予測できるようにすることです。 例えば、
過去の商品の売り上げから、来月の売り上げを予測する
まわりの物件の価格や物件の状態から、不動産の買取価格を決定する などです。
教師なし学習
教師なし学習は、正解となるデータを必要としない学習方法です。
例えば、あなたがAmazonである商品を買ったときに、おすすめや関連商品が出てきますよね。
正解は本当にあなたが必要としているものですが、そのようなデータがなくても、あなたにおすすめの商品を出すことができるのが、この学習方法です。
強化学習
強化学習は上の2つとは少しやり方が違います。
この学習においてはAIが自ら試行錯誤することによって、最適となる解を探していきます。
囲碁で有名なAlphaGoにはこの強化学習が使われており、
世界で活躍するプロ棋士を倒すほどの実力を持っています。
機械学習の手順
Step1:何をするか決める
最初に説明したように、目的なく、なんとなく機械学習を使ってみようと思ってはじめてしまうと非常に失敗しやすくなります。
そこで、まずは何をしたいのか、そのためにはどういったデータが必要なのかといたプランを考えます。
Step2:データを集める
機械学習は基本的に非常にたくさんのデータが必要です。
なぜなら、データをもとに、こういう状況の時はAという結果が起きやすいね、といったことを学習しているからです。
そのようなことを知るためには過去のデータや似たような情報を持つデータが必要になってくるのです。
また、一般にデータ数が多いほど、精度が向上する、つまり、より賢いAIが作れるということになります。
Step3:手法の決定
先ほども機械学習の分類で紹介したように、機械学習には3つの種類があります。
取り組みたい問題は3つのうちどの方法で取り組めばいいのか、
さらに、そのなかにあるたくさんのアルゴリズムのうち、何を使えばいいのかといったことを考えます.。
Step4:データの処理
集めてきたデータは完全でないことが多いです。 例えば、一部の値がなかったり(欠損値を含む)、データのサイズが不ぞろいであったり、といった具合です。 これらに対応するためにデータを加工して、使いやすくします。 この処理をデータの前処理と呼びます。
Step5:実際にやってみる
ここまで計画が立てば、後はそれを実行します。
機械学習には数あるプログラミング言語の中でも
これまでおすすめしてきたPythonが一番おすすめです!
すでによく使われる手法はライブラリー(必要なコードが書かれてまとめられたもの)があるので、数行書くだけで実装できます!
最後に
今すぐ、機械学習の3つのタイプ
最後まで読んでいただき、
ありがとうございました!
現在、
「プログラミングやってみたいけど、
何から始めていいのかわからない…」
「プログラミング始めたいけど、
ちょっと私には難しそう…」
と思っているあなたに、
期間限定で
無料プレゼントを行っています!
簡単に効率よくプログラミングスキルを
マスターする方法
今だけ無料配布中です!
今すぐ、
LINE@を登録して、
無料で
受け取ってください!