こんにちは、かじつとむです。
前回の記事では機械学習の学習方式の違いによる機械学習の種類について解説しました。
今回は、機械学習の中でも教師あり学習に注目して概要や3種類の内容について解説します。
この記事を読むことで以下のことがわかります。
- 教師あり学習について理解できる
- 教師あり学習の種類、分類、回帰、時系列分析について理解できる
それではいってみましょう！
教師あり学習とは
教師あり学習は機械学習の中でもっともよく利用される学習方式です。
教師あり学習では、入力データと正解データを使ってモデルを構築する学習フェーズと、未知の入力データを使って結果を出力する予測フェーズによって構成されます。
教師あり学習には主に分類・回帰・時系列分析の3種類が存在します。
この3種類についてそれぞれ解説します。
教師あり学習の種類 その1：分類
分類とは入力したデータがどのグループに属するかを予測する機械学習です。
たとえば、動物の画像から犬か猫かを予測したり、病気になっているかどうかを患者のデータから予測したりします。
教師あり学習の場合、最初に入力するデータと正解のデータからモデルを作成し、そのモデルから正解であるかどうかの予測をします。
分類を行う際のポイントはモデルの性能をどのように評価するかです。
たとえば、病気であるかどうかの分類を行う際、単純な正答率よりも病気の人を確実に予測することの方が大切になります。
このように目的によってモデルの評価を考える必要があります。
また、分類先の数によっても処理のパターンが異なります。
分類先が2つの場合を2値分類、分類先が3つ以上の場合を多値分類といいます。
教師あり学習の種類 その2：回帰
回帰とは入力から具体的な数値を予測する機械学習です。
たとえば、コンビニ弁当の売り上げに対して気温や季節、曜日、天気といった入力データに関連づけて予測をします。
回帰では、正解データと入力データから予測した予測データの差がもっとも小さくなるパラメータを設定します。
このパラメータを重みといい、この重みから出力データが各入力データがどの程度関与しているのか理解することもできます。
教師あり学習の種類 その3：時系列分析
時系列分析とは、予測したい値の過去データを入力として未来を予測する機械学習です。
数値データを予測するのは回帰と同じですが、過去の出力データがそのまま入力データにする点が異なります。
時系列分析の例は、完全失業率や株価の見通し等があげられます。
教師あり学習とは 教師あり学習の概要から3種類の内容まで解説：まとめ
いかがでしたでしょうか？以下まとめです。
- 教師あり学習は、入力データと正解データを使ってモデルを作成する学習フェーズと、未知の入力データを使って結果を出力し予測する予測フェーズによって構成される
- 教師あり学習は、主に分類、回帰、時系列分析の3種類にわけられる
- 分類は入力したデータがどのグループに属するのかを予測する機械学習
- 回帰は入力から具体的な数値を予測する機械学習
- 時系列分析は予想したい値の過去データを入力として未来を予測する機械学習
みなさんも教師あり学習について興味を持っていただいたら幸いです。
教師あり学習の実装まで勉強したい方へ
機械学習を入門から実装まで一通り勉強したい方におすすめなのが「Pythonで儲かるAIをつくる」という本です。
この本では、AIや機械学習の違いやできること・できないことなどの基本的な内容を理解することができます。
また、実際に機械学習モデルの開発手順やそのポイントについても1つ1つ丁寧に解説もしています
後半では、機械学習の各モデルについてPythonを使った実装についても学ぶことができます。
具体的には教師あり学習の分類・回帰・時系列分析から、アソシエーション分析・クラスタリング・次元圧縮など一通りのモデルを手を動かしながら実装していきます。
もしPythonがわからなくても、巻末に機械学習に使用する範囲内に限定してPythonの学習も可能です。
AIや機械学習の概要について勉強したい方やPythonで機械学習を勉強してみたいと思った方にはぜひおすすめの1冊となります。
みなさんもぜひ機械学習の勉強から実装までチャレンジしてみてくださいね！
最後までこの記事を読んでいただきありがとうございました！
機械学習の入門者が動画で動画で学ぶならUdemyの「【キカガク流】人工知能・機械学習 脱ブラックボックス講座 – 初級編 –」がおすすめ！
コメント