機械学習とは

まず押さえる結論

機械学習は、生成AIパスポートの「第1章 AI（人工知能）」で確認しておきたい用語です。定義だけでなく、どの場面で使う言葉か、何と混同しやすいか、問題文のどの表現で判断するかまで確認します。

具体例から判断の境界を固める

特定のルールを人が全て記述するプログラムとは異なり、データから規則性を学習し、未知のデータに対する予測や判断を行う技術全般として捉える

画像に写っている物体を分類する、株価の変動を予測する、迷惑メールを判定するといった課題を、あらかじめ全ての判断ルールをプログラムで書き下すのではなく、大量のデータから規則性を学習させて解く技術です。教師あり学習、教師なし学習、強化学習という学習方式の違いや、ディープラーニングを含む様々な手法が、この機械学習という大きな枠組みに含まれます。

問題文で見る箇所

データから規則性を学習するという説明、または教師あり学習・教師なし学習・強化学習といった学習方式の分類の話であれば機械学習を候補にします。多層のニューラルネットワークという構造そのものを問う設問は、機械学習の中でもディープラーニングを候補にします。

隣接概念との境界

ディープラーニングは、多層のニューラルネットワークを用いてデータから特徴量を自動的に学習する、機械学習に含まれる具体的な手法の一つです。機械学習はより広い枠組みで、決定木や回帰分析などディープラーニング以外の手法も含みます。

誤答しやすい選択肢

• ×機械学習を多層のニューラルネットワークを用いる手法に限定して説明する。多層のニューラルネットワークを使う手法はディープラーニングであり、機械学習はそれを含むより広い技術の総称です。
• ×機械学習をルールを全て人が記述するプログラムと同じ意味で説明する。機械学習はデータから規則性を学習する技術であり、判断ルールを人が全て書き下す従来型のプログラムとは異なります。
• ×機械学習と教師あり学習を同じ意味の語として扱う。教師あり学習は機械学習に含まれる学習方式の一つであり、機械学習という語自体はより広い枠組みを指します。

4段階の判断手順

1. 01設問がデータから規則性を学習する技術全般の話か、多層のニューラルネットワークという特定の構造の話かを先に分ける。
2. 02教師あり学習・教師なし学習・強化学習といった学習方式の分類が出てきたら機械学習の文脈と判断する。
3. 03多層構造・特徴量の自動学習という記述があればディープラーニングを候補にする。
4. 04機械学習を特定の手法や学習方式と同一視していないか見直す。

到達条件: 機械学習をデータから規則性を学習する技術全般として説明し、ディープラーニングや教師あり学習との包含関係を言える。

試験での問われ方

誤答しやすいポイント

関連する確認問題

同じ章で確認したい用語