機械学習

機械学習の本のリファレンス

機械学習は、コンピューターシステムに、明示的にプログラムすることなく、データを使用して「学習」する（つまり、特定のタスクのパフォーマンスを段階的に向上させる）機能を提供するコンピューターサイエンスの分野です。

機械学習という名前は、1959年にArthurSamuelによって造られました。機械学習は、人工知能におけるパターン認識と計算論的学習理論の研究から発展し、データから学習して予測を行うことができるアルゴリズムの研究と構築を探求します。このようなアルゴリズムは、データ駆動型の予測または決定を行うことにより、厳密に静的なプログラム命令に従うことを克服します。 、2サンプル入力からモデルを構築する。機械学習は、優れたパフォーマンスを備えた明示的なアルゴリズムの設計とプログラミングが困難または実行不可能なさまざまなコンピューティングタスクで採用されています。アプリケーションの例には、電子メールフィルタリング、データ侵害に取り組んでいるネットワーク侵入者または悪意のある内部関係者の検出、光学式文字認識（OCR）、ランク付けの学習、およびコンピュータービジョンが含まれます。

機械学習は、コンピューターを使用した予測作成にも焦点を当てた計算統計と密接に関連しています（多くの場合、重複しています）。それは、方法、理論、およびアプリケーションドメインをフィールドに提供する数理最適化と強い結びつきがあります。機械学習は、データマイニングと混同されることがあります。後者のサブフィールドは、探索的データ分析に重点を置いており、教師なし学習として知られています。 vii機械学習は、教師なしで、さまざまなエンティティのベースライン行動プロファイルを学習および確立するために使用し、意味のある異常を見つけるために使用することもできます。

データ分析の分野では、機械学習は、予測に役立つ複雑なモデルやアルゴリズムを考案するために使用される方法です。商用利用では、これは予測分析として知られています。これらの分析モデルにより、研究者、データサイエンティスト、エンジニア、およびアナリストは、データの履歴関係と傾向から学習することで、「信頼性が高く、再現性のある決定と結果を生成」し、「隠れた洞察」を明らかにすることができます。

パターンを見つけるのは難しく、結果として十分なトレーニングデータが利用できないことが多いため、効果的な機械学習は困難です。機械学習プログラムは、多くの場合、提供に失敗します。