【Python】機械学習に関して初学者が超簡潔にまとめてみた。

はじめに

もはや記事書きながら学習したほうが集中できるのでひたすら書きます。笑

4か月間一人でもくもくと勉強していたので、モチベーション維持に限界を感じてきています。
現状打破、また同じ境遇の方と交友できることを期待して、学習記録を投稿しています。
一緒にもくもく会、勉強会の企画や共同ポートフォリオ制作など面白いことしたい!!って方おりましたら、お気軽にTwitterなりご連絡ください。(切実な願い)

Pythonの機械学習に関して超簡潔にまとめてみた。

Pythonでできることとして今話題の機械学習/人工知能(AI)に関してまとめました。

機械学習とは、あらかじめ用意されたデータなどをもとに学習を行い、それに基づいて新たに提示されたデータの予測を行うという技術です。

ですので、データの前処理やアルゴリズム(問題を解くための手順)の選定などが重要になります。

手法に関しては2種類。

①教師あり学習→学習データとセットで正解の情報(ラベル)も用意。既存の情報から、パターンを作成し、未知のデータを予測。

②教師なし学習→正解データを持たない方式。データの特徴を分析し、データをいくつかのグループに分類化。

これを実現するライブラリの一例がscikit-learn(初学者おすすめのライブラリ)やTensorFlow(Googleが開発)です。

【機械学習の一例】
犬の写真の見極め→与えられたデータが犬の写真かどうか判定して正解だった率などを求めるなど。(判断基準には学習記録されたモデルを用いる。)
発展して、迷惑メールの見極めや人の顔の認証などにも用いられているそうです。

要するに、機械学習はモデルの選定や前処理(データを学習しやすい形にする)が重要で、それによって結果も変化します。

こういった前処理など、本質的な理解を得るために微分積分・線形代数・行列・統計学などの知識が必要になるとのことです。
(NumPyやmatplotlibなども活用して計算→可視化の実現。)

※補足※

ディープラーニングをざっくり説明すると、機械学習からさらに発展させて、自ら見極めポイントなどを定めて学習していく技術みたいです。(おもろい)

おわりに

データ分析に興味があり、Pythonの学習を始めましたが、データ分析と機械学習は切っても切れないということがやっとわかりました。。。

追加して、本質を理解するためには数学の知識がマストということも。(本当に高校・大学時代ちゃんと数学を勉強しておくべきだった。。。)

よし、頑張るぞ!!

ってことで、データ分析やら機械学習に関して興味があって、概要だけでも知りたいといった初学者の方々の参考になれば幸いです。

※僕も初学者なので間違いがある可能性があります。都度修正していく予定ですので、何か間違いございましたらご教示いただけますと幸いです。

おしまい

コメントを残す