機械学習とは？意味と使い方

機械学習とは

機械学習は、データからパターンを学び取り、新しいデータに対して予測や分類を行う技術です。「もし〜なら〜する」という規則を人が書き並べる代わりに、データから規則そのものを学ばせる点が特徴です。

学び方は大きく三つに分かれます。正解付きのデータから学ぶ「教師あり学習」、正解なしでデータの構造を見つける「教師なし学習」、試行錯誤の結果に応じた報酬から学ぶ「強化学習」です。迷惑メールの判定は教師あり学習、顧客のグループ分けは教師なし学習の代表例です。

AIという大きな枠の中に機械学習があり、その中に深層学習があります。生成AIは深層学習を土台にしています。この包含関係は PEP検定の第1章で問われます。

実務では、生成AIが注目される前から、需要予測や不正検知などで機械学習が使われてきました。数値の予測や大量データの分類のように、目的がはっきりした作業では、生成AIより従来の機械学習が向く場合もあります。

過去の来客数に、曜日・天気・近隣のイベントといったデータを組み合わせて学習させると、翌週の来客数を予測できます。人が「雨の土曜は2割減」と規則を決めるより、多くの要因を同時に考慮できます。予測をもとに、シフトや仕入れの量を調整します。

過去の精算データから「よくある申請の傾向」を学ばせ、外れたものを候補として示します。最終的に不正かどうかを判断するのは担当者です。機械学習は、確認すべき申請を絞り込む役割を担います。

過去の問い合わせと、担当部署の組をデータとして学習させると、新しい問い合わせを適切な部署へ振り分けられます。正解付きのデータから学ぶ教師あり学習の典型です。振り分けの誤りを定期的に集めて学習し直すと、精度が上がっていきます。