機械学習って何?
この記事は約6分で読めます
ざっくり言うと
機械学習（きかいがくしゅう / ML: Machine Learning）は、たくさんのデータからパターンを学び、まだ見ていないデータについて予測や分類をする技術です。
これまでは、判断のルールを人が1つずつ書いていました。機械学習では、そのルールにあたる数値を、データから見つけます。
ひとことでいえば「機械学習 = データから予測のパターンを学ぶ方法」。AI（人工知能）という大きな分野の中にある、主要な技術のひとつです。
イメージ
ここで出てきた「モデル」とは、学習した結果が詰まった計算の仕組みのことです。
そして機械学習でいう「学習」は、人が意味を理解して覚えるのとは違います。モデルは、答えとのズレや報酬といった数値を手がかりに、中の数値を少しずつ調整しているだけです。「データを使って性能を上げていく仕組み」くらいに受け取ってください。
正確には
機械学習の説明は、資料によって言葉の選び方が少し違います。それでも見ている中身は共通しています。
| 出典 | 機械学習をどう説明しているか |
|---|---|
| IBM | 訓練データのパターンを学び、新しいデータについて推論するAIの一分野 |
| Google for Developers | 入力データにもとづいて予測するモデルを訓練する技術 |
| 総務省（令和元年版 情報通信白書） | AI・機械学習・深層学習の関係を整理し、深層学習は機械学習の一手法と説明 |
自動化とは、どこが違うのか
つまずきやすいのが「自動化」との違いです。どちらも機械が勝手に動いているように見えますが、中身はかなり違います。
分かれ目は、判断のルールを人が書いたのか、データから学ばせたのかです。自動化
決まった手順を、人が書いたルールどおりに繰り返します。毎月1日に請求書を送るだけなら、これにあたります。
機械学習
過去のデータから予測のパターンを見つけ、はじめての場面にも当てはめます。過去の支払い状況から「今回は遅れそうな取引先」に見当をつけるなら、こちらです。
実際のシステムでは、人が書いたルールと機械学習を組み合わせていることもあります。「AI搭載」と書いてあるかどうかで判断せず、何を学んで何を予測しているのかを確かめてみてください。
代表的な3つの学習方式
機械学習の分け方はいくつもありますが、まずは代表的な3つを見比べてみてください。
| 学習方式 | 学び方 | 必要なデータ | 身近な例 |
|---|---|---|---|
| 教師あり学習（Supervised Learning） | 「問題」と「正解」のペアを大量に見せて覚えさせる | ラベル付きデータ（正解つき） | スパムメール判定 / 画像の中の猫を見分ける |
| 教師なし学習（Unsupervised Learning） | 正解は与えず、データ内の構造や似たもの同士のまとまりを見つける | ラベルなしデータ | 顧客のセグメント分け / 異常候補の発見 |
| 強化学習（Reinforcement Learning） | 環境で行動し、得られる報酬を大きくする方策を学ぶ | 状態・行動・報酬 | ゲーム / ロボット制御 |
この3つ以外にも、半教師あり学習や自己教師あり学習、複数の方式を組み合わせるやり方があります。
深層学習（ディープラーニング）との関係
「機械学習」と「深層学習」も混ざりやすい言葉です。深層学習は、機械学習の中にあるひとつの手法にあたります。入れ子で表すと、こうなります。
- AI（人工知能） — 目的に向けて予測や判断などを行う技術の総称
- 機械学習 — 例から傾向をつかむ方法
- 深層学習 — 何層もの計算で複雑な特徴を扱う方法
- 機械学習 — 例から傾向をつかむ方法
生成AIは、少し切り口の違う言葉です。「新しい文章や画像を作り出す」という、目的と出力による分け方を指します。多くの生成AIは深層学習を使いますが、この入れ子にそのまま並べると、分け方の軸が混ざってしまいます。
使う場面
機械学習は、身の回りでもう動いています
機械学習では「汎化（はんか）」が目標になります。訓練に使っていない、はじめて出会うデータでも役に立つ状態のことです。
ただし、実際に集まってくるデータが訓練したときと大きく変わると、性能が落ちることがあります。使い始めたら終わり、ではありません。想定どおりの精度が今も出ているかを、ときどき確かめてください。
注意点
やってみよう
身の回りから1日1つ見つけてみる
もう一段だけ中をのぞきたくなったら、同じ「AIの種類」の章から深層学習（ディープラーニング）って何？、生成AI（GenAI）の仕組みへ進んでみてください。
よくある質問
- Q. 機械学習と、ふつうの自動化は何が違うのですか?
- A. 判断のルールを人が書いたのか、データから学ばせたのかが分かれ目です。毎月1日に請求書を送るのは自動化、過去の支払い状況から遅れそうな取引先に見当をつけるのが機械学習です。
- Q. 教師あり学習と教師なし学習は、何が違うのですか?
- A. 見せるデータが違います。教師ありは問題と正解のペアを大量に見せ、教師なしは正解を与えずにデータの中の似たもの同士のまとまりを見つけます。強化学習は、報酬が大きくなる行動を学びます。
- Q. 機械学習を使ったサービスは、導入したらそのまま使い続けて大丈夫ですか?
- A. 実際に集まってくるデータが訓練したときと大きく変わると、性能が落ちることがあります。想定どおりの精度が今も出ているかを、ときどき確かめてください。
- Q. 機械が判断するなら、結果は公平になりますか?
- A. 公平とは限りません。訓練データが偏っていると、出てくる答えにも偏りが出ることがあります。提供元の説明ページで、どんなデータで学んだのか、何が苦手だと書かれているのかを確かめてください。
公開: 更新: ✓ 公式情報と照合:
参考ソース
判断クイズ
「AIが自動でやってくれます」と言われて、機械学習かどうか見分けられますか？
3問です。答えるとその場で解説が出ます。全問終えたら、「回答を記録する」で学習の記録に残せます。
全問に答えると、回答を記録できます。
残るのは「答えたかどうか」だけで、正解数は保存されません。この端末の中だけに残り、別の端末には引き継がれません。
この教科書は無料で全文公開しています。仕事で使えるところまで進みたい方は、実習と資料がそろった生徒プランをどうぞ。