「機械学習」の版間の差分
削除された内容 追加された内容
定義の引用を追加 |
冒頭説明の変更 |
||
1行目:
{{機械学習}}
{{読み仮名|'''機械学習'''|きかいがくしゅう|{{lang-en-short|machine learning}}}}とは
== 概要 ==
[[センサ]]や[[データベース]]などから、ある程度の数のサンプルデータ集合を入力して解析を行い、そのデータから有用な規則、ルール、知識表現、判断基準などを抽出し、[[アルゴリズム]]を発展させる。なお、データ集合を解析するので、[[統計学]]との関連が深い。また[[人工知能]]における研究課題の一つでもある。
そのアルゴリズムは、第一にそのデータが生成した潜在的機構の特徴を捉え、複雑な関係を識別（すなわち定量化）する。第二にその識別したパターンを用いて、新たなデータについて予測を行う。データは、観測された変数群のとりうる関係の具体例と見ることができる。一方、アルゴリズムは、機械[[学習]]者として観測されたデータの部分（訓練例などと呼ぶ）を学習することで、データに潜在する[[確率分布]]の特徴を捉え、学習によって得た知識を用いて、新たな入力データについて知的な決定を行う<ref name=Wernick-Signal-Proc-July-2010>Wernick, Yang, Brankov, Yourganov and Strother, Machine Learning in Medical Imaging, ''IEEE Signal Processing Magazine'', vol. 27, no. 4, July 2010, pp. 25-38 </ref>。
17行目:
{{仮リンク|トム・M・ミッチェル|en|Tom M. Mitchell}}は、よく引用されるさらに厳格な定義として「コンピュータプログラムが、ある種のタスクTと評価尺度Pにおいて、経験Eから学習するとは、タスクTにおけるその性能をPによって評価した際に、経験Eによってそれが改善されている場合である」とした<ref>> Definition: A computer program is said to '''learn''' from experience ''E'' with respect to some class of tasks ''T'' and performance measure ''P'', if its performance at tasks in ''T'', as measured by ''P'', improves with experience ''E''.
Mitchell, T. (1997). ''Machine Learning'', McGraw Hill. ISBN 0-07-042807-7, p.2.</ref>。
| |||