機械学習の基礎

01

AI・機械学習・ディープラーニングの違い

この3つの言葉はよく同じ意味のように使われますが、実は入れ子の関係になっています。人工知能（AI）は、人のように認識し判断する仕組みをつくる技術全体のことです。その中に、データから学ぶ機械学習があります。さらに機械学習の中に、何層も重ねたニューラルネットワークで学ぶディープラーニング（深層学習）があります。いま話題の生成AIは、ディープラーニングでつくられた、新しい文章や画像を生み出すモデルです。下の図で層を選んでみましょう。

機械学習のポイントは「ルールを誰がつくるか」です。従来のプログラムでは、「件名に『無料』と『当選』があれば迷惑メール」のようなルールを人が書きます。機械学習では、迷惑メールと普通のメールをたくさん見せて、ルールをコンピューター自身に見つけさせます。ルールが多すぎる、複雑すぎる、あるいはどんどん変わっていくために、人が書ききれないときに力を発揮します。

機械学習が向いていないケース

• ルールがすでにはっきりしていて、いつも同じ結果が必要なとき（税金の計算、決まった割引ルール）
• 学ぶためのデータがない、または少なすぎるとき
• 間違いが許されず、判断の理由を一つひとつ説明する必要があるのに、そこまでの検証が難しいとき
• つくって維持するコストが、得られるメリットより大きいとき

データから学ぶと言いましたが、そのデータはどんな形をしていればよいのでしょうか。

02

データ・特徴量・ラベル

サービスを解約しそうな顧客を前もって知りたい会社があるとします。過去の顧客の記録を表にまとめました。1行が顧客1人で、列には年齢、加入月数、月額料金が並んでいます。モデルが判断の材料にするこうした値を特徴量（feature）といいます。最後の列には、その顧客が実際に解約したかどうかが入っています。モデルが当てるべきこの正解をラベル（label）といいます。

集めたデータは、全部をそのまま学習に使うわけではありません。まず3つに分けます。試験勉強にたとえると、訓練データは教科書と問題集、検証データは模試、テストデータは本番の試験です。

• 訓練データ（学習用データ）：モデルはこのデータを見て学びます。
• 検証データ：モデルのつくり方を決めるときに使います。たとえば、4章で出てくる決定木の質問を2つまでにするか3つまでにするか、学習を何周させるか。選択肢ごとにモデルをつくってみて、検証データでいちばん成績のよいものを選びます。このように学習の前に人が決めておく値をハイパーパラメータといい、6章でまた登場します。
• テストデータ：選ぶ作業がすべて終わったあと、最後に一度だけ性能を測ります。

なぜ検証データとテストデータを分けるのでしょうか。ここが引っかかりやすいところです。検証データでいちばん成績のよいモデルを選んだので、そのモデルはすでに検証データに合わせ込まれています。つまり検証データでのスコアは、実力より少しよく出てしまいます。だからこそ、学習にも選択にも一度も使っていないテストデータで本当の実力を測るのです。試験問題を先に見てから勉強すると、点数が実力を表さなくなるのと同じです。

データが少ないときは交差検証（クロスバリデーション）を使います。データをたとえば5つに分け、1つずつ順番に検証用にして、残りで学習します。5回の結果を平均すれば、データの分け方による運の良し悪しを小さくできます。これをk分割交差検証といいます。

この表には正解（解約したかどうか）がありました。でも、正解の付いていないデータもたくさんあります。正解があるかどうかで、モデルの学び方が変わります。

03

教師あり学習・教師なし学習・強化学習

機械学習は、モデルに何を与えて学ばせるかによって、大きく3つに分かれます。下の図は、果物18個を重さと甘さで並べたものです。学習の種類を切り替えてみましょう。

教師あり学習のうち、カテゴリを当てるもの（迷惑メールかどうか、りんご／みかん／ぶどう）を分類、数値を当てるもの（売上、住宅価格）を回帰といいます。教師なし学習のクラスタリングは似たものどうしをまとめますが、それぞれのグループが何を意味するかは人が読み解く必要があります。アソシエーション分析は「おむつを買う人はビールも買う」のように、一緒に起こることを見つけます。ルールは、一緒に現れる頻度（支持度）、ルールの確かさ（信頼度）、偶然よりどれだけ一緒に起こりやすいか（リフト値）で選びます。

この中間にあたる方法もあります。一部のデータにだけラベルがある場合は半教師あり学習といいます。自己教師あり学習は、データそのものから正解をつくって学びます。LLMが文章の次のトークンを予測しながら事前学習するのがその例です。人のフィードバックを報酬にしてLLMを調整するRLHF（人間のフィードバックによる強化学習）は、強化学習の応用です。

種類がわかったら、次は実際のモデルを選びます。いちばんイメージしやすいものから見ていきましょう。