意外と知らない機械学習の基礎知識・種類｜データサイエンティストのスキルを身につける

人工知能、機械学習といったものがこれからの時代を変えていくと言われています。

「人工知能」や「機械学習」といったワード自体を知らない人はほとんどいないでしょう。
しかし、具体的にどういったものか理解している人は少ないでしょう。

以下に当てはまるものがある方は、最後まで読んでください。

この記事では機械学習がどういったものなのか紹介します。
人工知能との位置付けについても説明します。

また機械学習にはいくつかの種類があります。
次に機械学習の種類について紹介していきます。

最後に機械学習含めて、データサイエンティストとしてのスキルを身につけるためのオススメサービスを紹介します。

これから機械学習について学ぶ人も、知識として知っておきたい人にも役立つ情報になっているので、最後まで読んでみてください。

機械学習とは

簡単にいうと機械学習とは、コンピュータが自分で学習して、あらゆる問題を解決するための仕組み全体のことをいいます。

よく人工頭脳やディープランニングと同じように扱われています。

機械学習は人工知能の１つの手段です。
さらに深堀すると、機械学習のなかのより具体的な方法の１つがディープランニングになります。

イメージとしては以下の図になります。

ちなみにディープランニングとは、「機械が自らなにかを学び、判断する技術」のことです。

機械学習の種類

機械学習にはデータ、解決する目的別に以下の３種類があります。

それぞれが、どういったことを目的で使われるのか説明します。

教師あり学習

事前にコンピュータに答えを与えておき、学習させることで、データを分析する方法です。

前もって必要なデータには以下があります。

このデータを元に「分類」「回帰(予測)」ができるのです。

たとえば、答えのデータとして「足の長さ」「性別」、特徴のデータとして「身長」「体重」があったとします。

身長	体重	足の長さ	性別
170cm	70kg	80cm	男性
182cm	74kg	85cm	男性
155cm	45kg	75cm	女性

こういったデータを大量に用意してコンピュータに与えておきます。

分類

特徴を表すデータを元にどの分類に入るのかを教えてくれるのです。

上の例では、身長と体重のデータを投げかけることで、性別を教えてくれるシステムができあがります。

他には文章、送信元を特徴データとして、迷惑メールかどうかを判別ものが当てはまります。

上記は簡単な例ですが、より多くの特徴を表すデータを元に、いくつかの中からどれに分類することも可能です。

教師あり学習の分類については↓↓↓をご覧ください。

回帰

どの分類に属するのか判断するものではなく、意味のある数値を予測するものになります。

上の例でいうと、「身長」「体重」という特徴データを元に、「足の長さ」という答えを表すデータを導きだします。

この方法は株価予測などで使われることが多いです。

回帰分析の基本については↓↓↓を参考にしてください。
簡単な予測ができるようになります！

教師なし学習

教師あり学習では「特徴を表すデータ」と「答えを表すデータ」を前もってコンピュータに与えて、分類/回帰を導き出す仕組みでした。

一方、教師なし学習では「答えを表すデータ」はなく、「特徴を表すデータ」のみをコンピュータに与えておきます。

教師なし学習は「特徴データをもとに、マッピングしてくれる」ものです。

たとえば、商品の購入情報をコンピュータに与えることで、どういう年齢層、地域で需要があるのかを理解することができます。

つまり、具体的に決まっていないものに分類してくれるのです。

決まっていないものに分類するため、ある程度その分野の知識が必要になってきます。
教師なし学習によって、分類してもらっても、その情報から何かを判断するのは人間の作業になります。

商品の購入情報(性別、年齢、地域)を教師なし学習で購入者を分類しても、マーケティングの知識がなければ、大した意味は成さないでしょう。

教師なし学習の基本は↓↓↓で解説しています。
サンプルコードもあるので実行してみてください！

強化学習

強化学習がもっとも理解が難しいと思います。

結論からいうと、試行錯誤を繰り返すことで、どうすれば価値を最大化することができるのか学習していくものになります。

一番わかりやすい例はコンピュータにゲームをさせて、クリアするまでのどういう行動をとればよいのか学ばせる方法です。

だれもが1度はプレイしたことある「スーパーマリオ」を例に紹介します。

コンピュータは最初とりあえず右に進んでいきます。
するとクリボーにぶつかり、失敗します。

今度はぶつかったタイミングの少し前でジャンプしてみます。
しかし、タイミングが早すぎて、着地時点でぶつかり失敗します。

次はもう少し遅いタイミングでジャンプしてクリボーを倒すことができる。

このように、１つずつ地道に学んでいくことで最後はクリアすることができるのです。

赤ちゃんの成長に近いイメージです。
なにをしたらいけないのか、うまくいくのか実行しながら学ぶことで、改善されていくのです。

ディープラーニング(深層学習)

AIは人工頭脳とも呼ばれています。

名前の通りディープラーニングは簡単な計算ができる細胞を大量に作成して、１つ１つが判断して答えを導きだす仕組みです。

ただし、人の脳と違うところとして１つのことしかできないということです。

人間は勉学、運動、芸術などいろいろなことができますが、ディープラーニングで開発された脳は１つのことに特化して人間よりも優れた答えを出すためのものなのです。

データサイエンティストとしてのスキルを身につける

機械学習のスキルを身につけたいと思っても、実際は関係していくる様々なことを学ぶ必要があります。

例えば以下のようなものがあります。

これらの知識をつけて実践できる人のことを「データサイエンティスト」と呼びます。

ちなみに日本のデータアナリストの年収は「650万円〜2,000万円」と言われています。
アメリカでは「3,000万円〜5,000万円」です。

日本はアメリカなどの後追いをしている状態なので、今後日本でも需要が高まっていくことは間違いないでしょう。

Python言語にあまり触れたことがない場合

プログラミングの経験が少ない場合は『PyQ』で学習することをオススメします！
理由は簡単、Pythonに関することを全て学習することができるからです。

ただし初心者に限ります！
「プログラミングとは？」といった基礎から中級者までの内容となっています。

開発環境も用意されている(ブラウザ)ので初心者でもすぐに学習を始めることができます。

データサイエンティストになるためには安すぎるくらい金額設定です。
基本的に「個人ライトプラン」でOKです。

詳細は↓↓↓をご覧ください。  

プログラミング経験者の場合

多少知識があり、独学で学習したい方は『Udemy』をオススメします。

買切り型のオンライン講座です！
定期的にセールで1,000円代で購入することができるので、確認してみてください。

詳細は↓↓↓をご覧になってください。

ビジネススキルと並行して学びたい

株式会社データミックスが提供している「データサイエンティスト育成コース」を紹介します。
以下の特徴があります。

データサイエンティストとして、必要なスキルを身につけることができるセミナーは現在の日本ではこちらだけでしょう。

データサイエンティストに特化した転職サポートもしてくれるので、心強いです。

無料で説明を行っているので、『データミックス』より申し込んでみてください。

ちゃんとした流れで学ぶことができたら、誰でもデータサイエンティストになることは可能です！

競争相手が少ない今がチャンスなので、どんどんチャレンジしてください！

最後に

機械学習についておおよそ理解することはできたでしょうか。

これから機械学習の需要が増えていくことは間違いありません！

機械学習含む、データサイエンティストとしてのスキルを身につけることができたら、まず収入を増やすことができるでしょう。

ただし、学習は続けていく必要があります。
より高度の技術が生まれたら、身につけて成長していきましょう。

最後まで読んでくださり、ありがとうございました！！！