Fの挑戦

Fランクの人のブログ

機械学習って…教師あり学習③学習の種類

こんばんは、Fです。

 

前回は、機械学習教師あり学習について、概要を勉強しました。

 

level-f.hatenablog.com

 

教師あり学習について、少しずつ紐解いて行こうと思います!

 

まず、お馴染みのウィキペディ様に聞いてみますと

機械学習の手法の一つである。事前に与えられたデータをいわば「例題(=先生からの助言)」とみなして、それをガイドに学習(=データへの何らかのフィッティング)を行うところからこの名がある。

ということでした。これは、前回の内容。

さらに、 

典型的なものとして分類問題と回帰問題がある。

教師あり学習 - Wikipedia より引用

とおっしゃっています。

 

分類

統計学において、データを複数のクラス(グループ)に分類すること。

Y = f(X) というモデルを適用する際に、Y が離散であれば分類である。

分類 (統計学) - Wikipedia より引用

 

Yが離散であれば、分類。たぶん、こんなの。

f:id:level-f:20180812232045p:plain

 

回帰

統計学において、Y が連続値の時にデータに Y = f(X) というモデル(「定量的な関係の構造[1]」)を当てはめる事。

回帰分析 - Wikipedia より引用

 

Yが連続値であれば、回帰。たぶん、こんなの。

f:id:level-f:20180812232131p:plain

 

 

どちらも統計学の分野です。

統計によって予測した結果を学習データとして扱うことが機械学習ということのようです。

 

統計学…。難しそうです。

そして、なかなかDeepLeadingに辿り着かない。

 

 

今日は、おやすみなさい。

 

参考:

分類 (統計学) - Wikipedia

回帰分析 - Wikipedia

機械学習って…②教師あり学習

こんばんは、Fです。

 

機械学習の学習パターン三つありましたが、今日は教師あり学習について、頑張ります。

 

教師あり学習とは、

事前に「問題」と「答え」をセットでデータとして登録しておきます。

「問題」を与えられたら、あらかじめ登録してある「問題」から同じものを検索し、回答として、登録してある「答え」を出力する方法です。

 

手作り感溢れるこちらをご覧ください。

問題として、犬のイラストを。答えとして、「犬」の文字をセットでデータとしています。

f:id:level-f:20180810000304p:plain

今回もイラストは、かわいいフリー素材集 いらすとやさんからお借りしています。

 

上記のデータに対して、質問します。

f:id:level-f:20180810010308p:plain

と、質問すると、データの中から茶色いモコモコの犬のイラストを探し出し、その答えを回答してくれます。

答え=「犬」と。

この場合、完全一致するイラストがあったので、「犬」と迷うことなく機械さん、答えることができます。

 

こちらはどうでしょうか?

f:id:level-f:20180810011734p:plain

似たイラストはありますが、一致するデータは見当たらないので

答え=「null」とでも返ってくるでしょうか。どうでしょうか。

※nullについては、追記を参照。

 

質問と完全一致する問題と答えのセットを用意するには、膨大な量のデータが必要になる場合が、多いと思われます。(←勉強途中なので、断言できないところが弱い…)

 

なぜなら、完全一致でなければ検出できないとなると、

これら⇩はどれも検出しなくなるからです。

f:id:level-f:20180810214145p:plain

それぞれに、イラスト=「犬」というデータを登録する必要があります。

 

表示向きが異なっていても、画像の一部であっても、また、一致する部分がなくても、近いものは「犬」と判定して答えを出せるように、登録したデータを元に特徴を抽出することが教師あり学習です。

f:id:level-f:20180810211621p:plain 

今日は、おやすみなさい。

 

追記:null(ヌル)について

プログラミングで何もない状態をnullと表現します。

型 変数名 = 値

の形式で、情報を格納する入れ物である「変数」を定義します。(=は代入を表す)

値に、何もない状態の場合、変数にnullを代入します。また、empty(空)とnullでは、状態が異なります。

お皿 どんぶり = empty(空)

何も入っていない、お皿という型のどんぶりがある。

f:id:level-f:20180810214757p:plain

お皿 どんぶり = null

f:id:level-f:20180810214943p:plain

どんぶりという概念がある。

我思う故の我もいない感じ…?

 

参考:

教師あり学習 - Wikipedia

教師あり学習と教師なし学習 (Vol.9)

【機械学習入門】教師あり学習と教師なし学習 | Avintonジャパン株式会社

人工知能はどうやって「学ぶ」のか――教師あり学習、教師なし学習、強化学習 (1/2):ロボットをビジネスに生かすAI技術(2) - @IT

機械学習って…

こんばんは、Fです。

 

人工知能の研究分野について調べた結果、期待通りに機械学習という分野がありました!おめでとう!

 

では、今日から機械学習を学習します。

 

漢字では、なんとなくイメージつきますけど。機械が学習するんですよね?

こんなの?

f:id:level-f:20180805221418p:plain

かわいいフリー素材集 いらすとや さんからお借りしています。

 

Wikipedia様の教えを復習すると、

人間が自然に行っている学習能力と同様の機能をコンピュータで実現しようとする技術・手法のことである。

機械学習 - Wikipedia

 

人間の学習能力と同様の機能ってことは、トライアンドエラーで学習するってことかな?こどもとの会話みたいな。

小「おかさなきた」

大「おさかないたね」

小「おかさないた」

大「おさかないたね」

小「おささないた」

みたいなのを繰り返すってことか?意味通じた?

 

 

機械学習

プログラムで明示的に答えを指示せずに、学習した結果を元にコンピュータに判断をさせる技術。

 

学習のパターンとしては、主に以下のパターンがあるようです。

教師あり学習

 →問題と正解をセットで学習させる。

教師なし学習

 →入力したデータを元に、コンピュータが特徴などを見つける。

強化学習

 →行動の結果として報酬を与えて学習させる。(お仕事みたいだね)

 

これ以外にも検索すると出てくるのですけど、この三つが重要みたいなんで、三つにしておきますね。

 次は、これらをもうちょっと詳しく調べてみます。

 

今日は、おやすみなさい。

 

参考

機械学習 - Wikipedia

一から始める機械学習(機械学習概要)

機械学習 - 機械学習の「朱鷺の杜Wiki」

 

 

人工知能って…③身近なもの

こんばんは、Fです。

 

研究としての人工知能が分かったところですが、で?って感じですよね。

身近なところでは、何があるかなー?という疑問が、そろそろ。

 

前回の人工知能研究分野でいくつかピックアップしてみました。ピンと来そうなものを。

音声認識

 →話し言葉を文字にしたり、音声から人物を特定したり。siriとか、OK googleとか。

・画像認識

 →顔認識とか、指紋認証、類似画像検索とか。

機械学習

 →人間と同様に規則性などの経験を蓄えて、入力データから出力データをコンピュータが判断する。スパムメールの検出とか。

・ゲーム

 →これは、調べると幅広くて絞りきれないんですけど、囲碁とかチェスの対戦で人間に勝ったとか負けたとか。そんなのとか。

自然言語処理

 →日常で使っている言語、日本語とか英語をコンピュータに処理させる技術。google翻訳とか。

・情報検索

 →検索エンジンgoogleとか、Yahoo!とか。

 

研究分野もそれぞれ独立した項目というよりも、この研究とこの研究のこの辺、共通部分です。とか、これとこれを利用して、こんなサービスができてます。ってとこですね。

音声認識機械学習自然言語処理を使って翻訳してるとか。

すでに身近にあったりして、お世話になってます。

 

次は、機械学習を学習したい。1歩Deep Learningに近くよ。

 

今日は、おやすみなさい。

 

参考:

人工知能学会

音声認識 - Wikipedia

自然言語処理 - Wikipedia

機械学習 - Wikipedia

画像認識 - MATLAB & Simulink

一から始める機械学習(機械学習概要)

チェス、将棋、囲碁…。AI vs 人間の戦いの歴史を振り返る | ギズモード・ジャパン