機械学習を3つに大別
概要
この記事では,機械学習3つに大別してざっくりと解説します。
機械学習をよく知らないという方へ向けた記事となります。
機械学習の振り返り
機械学習についてはこちらの記事(AI?ディープラーニング?機械学習?について解説してみる - Sasahiko’s diary)ですごくザックリ解説しています。
ようするに,データを集めて,その中からパターンを見つけるだけということです。
機械学習にはどんなものがあるの?
機械学習を一口に言ってみてもいろいろありますが,ちまたでは以下の3種類に大別しています。
1.教師あり学習
2.教師なし学習
3.強化学習
では,上記3つの学習について解説をしていきます。
1.教師あり学習
(例1)「1→○,2→✕,3→○,4→✕,5→○,6→✕,7→○,8→✕,9→○」というデータセットが与えられたとします。では,入力した数字が「2」のときは○でしょうか,✕でしょうか。正解は×です。読者の皆様をバカにしているわけではありません。
教師あり学習の基本的なものはこれです。
ただ,データにないものでも予測できる場合があります。入力が「11」のときは○でしょうか,✕でしょうか。正解は○です。この例では奇数と偶数で〇✕が決まっています。
(例2)桜の花びらと梅花びらのデータがあるとします。そのとき,次に入力したデータは桜と梅どちらのものでしょうか。
恐らく「桜」と判定されますね。このように,既存データの「入力と正解のパターン」から,答えを予測するのが教師あり学習です。
2.教師なし学習
教師なし学習は正解データなしで,予測をするというものです。
そんなことは可能なのでしょうか??
→厳密に解説するのは難しいですが,直感的には説明がつきます。
(例)下図には2種類の花びらのデータがあります。しかし,どの点がどちらの花びらなのかわかりません。さて,このデータを2種類に分けてください。
恐らく,大半の方が右側と左側で分けると思います。花びらが長い品種と短い品種のデータであると考えられます。こんな風に,花びらAと花びらBの正解がわかっていなくとも,既知データから予測できることがあります。これを教師なし学習と呼びます。
3.強化学習
強化学習は上記2つとは全く異なる考えに基づいた学習です。強化学習では,学習させる機械の選択と状況に報酬を与えることで学習を行います。
つまり,良い選択をしたら報酬,良い状況になったら報酬という子育てに近い学習です。こちらも例を挙げて説明しします。
(例)4歳くらいの子供がお片づけを使用とています。片づけをするという「選択」に対して,保護者の方がほめるという「報酬」をあげます。ちゃんと片付けられた場合には,片付いたという「状況」に対して,お菓子という「報酬」をあげるかもしれません。また,いたずらをして大切なものを壊したという状況になれば,叱るという「マイナスの報酬」を与える必要があるでしょう。このような,「状況や選択」と「報酬」から,何が良くて何が悪いのかを学んでいきます。
まとめ
機械学習は3種類(教師あり,教師なし,強化学習)に大別される。
それぞれ学習の仕方に違いがある。
次回の記事では,3種類の機械学習の用途を解説していきます。
twitter : 笹彦 fx自動売買EA開発者 (@trader_brothers) | Twitter
Instagram : https://www.instagram.com/fxtrader_sasahiko/