(不定期コラム) 機械学習 #ieryukyu_readings
前回のコラムから始まった「何かしらの専門分野に関する読み物の紹介」第2段として機械学習を取り上げてみます。
紹介ページ: 機械学習 はじめよう
今回紹介するのは「機械学習」です。機械学習そのものに限らず、ニュアンスが近い設定としての「人工知能」や単に「学習」というキーワードはマンガ／アニメ等でも出てきますね。耳にする事が少なくないキーワードですが、実体としては良く分からないことが多いのではないかと思います。
人工知能学会における説明としては「観測センサーやその他の手段で収集されたデータの中から一貫性のある規則を見つけだそうとする研究です．数学の統計の分野と強い関連があります．また，機械学習はAIの他のほとんどの分野で利用されています．」と説明されていますが、事典ぐらいの説明に留まっているためあまり具体的ではなく、良く分からないかもしれませんね。
機械学習の実体を連載解説しているページが前述の「機械学習 はじめよう」です。例えば第1回の記事ではどういうところで活用されているか、基礎知識として何が必要か、機械学習におけるもの見方が概説されています。例えば応用例＆必要な知識についてピックアップしてみると以下のように紹介されています。
出典: 第1回 機械学習 ことはじめ
[応用例について]
- 物理，化学，生物，医学など様々な科学観測全般。センサーが拾えない情報の再現，解像度の向上。
- ロボット。センサー読み取り，バランスを保つための予測等々，ロボットのソフトウェアは機械学習の固まり。
- ゲーム制作や3D映画の撮影に使われているモーションキャプチャー。見えない場所にあるマーカーの位置の推測。
- エレベータの動きの制御。混雑を可能な限り少なく，かつ省エネとなるように最適化。
- 未知のコンピュータウイルスの検出。ウイルスかどうかの閾値の推論。
- 検索結果のランキング。クエリーやコンテキストから求められている情報の推測。
- コンテンツに合わせた広告の表示。
ここで，実はこれら応用例の大半について，機械学習が使われ始めたのは最近5年10年の話，というと意外に感じるのではないでしょうか？
[基礎知識について]
中でも線形代数（行列）と解析（微積分) は必須です。これらは本連載では説明しませんので，必要に応じて書籍などで別途勉強してください。参考になりそうなページを紹介します。
解説しているだけあって具体的な数式への落とし込み方やその解釈、随所で想定されている仮定などを一歩ずつ進めているため、全体のボリュームはかなりありますし、数式がしがし解いていくところも出て来るので本気で取り組めばかなり力がつくテキストでもあります。その積み重ねで人工知能分野における「機械学習」が具体的に何をしているのかも理解できるようになりますので、興味のある人は是非トライしてみてください！
P.S.
先輩らも後輩に向けてオススメ本／webページなり紹介して見ると良いのではなかろうか。という気持ちを込めてタイトルに「#ieryukyu_readings」を付けてみました。