今さら聞けない機械学習（４）～機械学習プロジェクトをスタートさせる条件
「機械学習（人工知能でも良い）で何かすごいことをやれ！」とあなたの上司は言っていないだろうか。もしくはあなたが上司や意思決定者で、このセリフを最初に言っていないだろうか。 Keep Reading
今さら聞けない機械学習（４）～機械学習プロジェクトをスタートさせる条件
今まで機械学習の概念や、できることなどを解説してきたが、概要はわかったのでいよいよプロジェクトの開始である。その前にもう一度だけ確認していただきたいことがある。「機械学習（人工知能でも良い）で何かすごいことをやれ！」とあなたの上司は言っていないだろうか。もしくはあなたが上司や意思決定者で、このセリフを最初に言っていないだろうか。「IoTに関連して相談がある」と言われ、ある会社さんに伺ったときに、「TOPからIoTで何かやれ、と言われている。何をしたらよいか？」という相談だった。それも一社ではない。笑い話に聞こえるかも知れないがバズワードが独り歩きすると、組織はかなりの確率でこの状態に陥るのである。では、「機械学習を何かしら利用してECサイトの売上を増やせ」という指示はどうだろうか？前例よりはよくなった気がするかもしれないが、これもほぼ同じレベルである。現場はこういうリクエストを投げられると、課題探しから始めなければならない。「ECサイト顧客の買い物一回あたりの売上単価を上げられないか？」という課題であれば、リコメンデーションをしよう、とか、Eメールを送ろう、とか、色々なアイデアが出るはずで、それを解決するために機械学習が使えるのか？という議論を開始できる。そして次に大事なことは、「それは他の手法で本当に実現できないのか」という検討が必要である。機械学習は（少なくとも現在のところ）不確実性が高く不安定な手法である。これだけは忘れないでいただきたい。では、条件や検討すべきことを簡単に整理してみたい。
課題が明確であり費用対効果のシミュレーションができること 仮説検証……今まで機械学習の概念や、できることなどを解説してきたが、概要はわかったのでいよいよプロジェクトの開始である。その前にもう一度だけ確認していただきたいことがある。「機械学習（人工知能でも良い）で何かすごいことをやれ！」とあなたの上司は言っていないだろうか。もしくはあなたが上司や意思決定者で、このセリフを最初に言っていないだろうか。「IoTに関連して相談がある」と言われ、ある会社さんに伺ったときに、「TOPからIoTで何かやれ、と言われている。何をしたらよいか？」という相談だった。それも一社ではない。笑い話に聞こえるかも知れないがバズワードが独り歩きすると、組織はかなりの確率でこの状態に陥るのである。では、「機械学習を何かしら利用してECサイトの売上を増やせ」という指示はどうだろうか？前例よりはよくなった気がするかもしれないが、これもほぼ同じレベルである。現場はこういうリクエストを投げられると、課題探しから始めなければならない。「ECサイト顧客の買い物一回あたりの売上単価を上げられないか？」という課題であれば、リコメンデーションをしよう、とか、Eメールを送ろう、とか、色々なアイデアが出るはずで、それを解決するために機械学習が使えるのか？という議論を開始できる。そして次に大事なことは、「それは他の手法で本当に実現できないのか」という検討が必要である。機械学習は（少なくとも現在のとこ……
You might be interested in
今さら聞けない機械学習（３）～機械学習ができること
機械学習、人工知能などの言葉を聞くと、なんでもできてしまう、だって将棋や囲碁だって人間に勝てたじゃないか、という意見も聞こえてくるし、そうお考えの方も多いかも知れない。（将棋、囲碁に使われる強化学習はやや説明が難しいのでここでは割愛する）
もっとシンプルに、機械学習というのは何ができるのだろうか。
実は現在のところ、機械学習にできることは分類問題、回帰問題、クラスタリングの３つしかない。これに異常検出を含める意見が多いが、異常検出も先の３つのどれか、もしくは組み合わせが原理であり、異常検出というのは応用範囲を指しているので少し違和感がある。
分類問題というのは、与えられた学習データから分類基準を学習し、未知のデータをそれらのクラス（カテゴリとも呼ぶが、機械学習の世界ではクラスと言う。プログラム用語のクラスとは異なる）に分類する機能です。電子メールをSPAMメールと必要メールに分類するような機能、と言えばわかりやすいであろうか。手書き文字を認識するのもクラスが膨大にあるだけで、実は分類に他ならない。
回帰問題は数値を予測する問題です。株価の予想のように時系列での処理に使われることも多いが、さまざまな入力データからビールの売上を予測するなどの処理にも使われるものだ。
クラスタリングというのは、データからクラスタ（似た者同士のかたまりと考えてください）を作成し、未知のデータをそのクラスタに分類するものである。クラスタリングは教師なし学習の問題である。さまざまな商品を売っているECサイトがあるとして、その販売デ……
機械学習、人工知能などの言葉を聞くと、なんでもできてしまう、だって将棋や囲碁だって人間に勝てたじゃないか、という意見も聞こえてくるし、そうお考えの方も多いかも知れない。（将棋、囲碁に使われる強化学習はやや説明が難しいのでここでは割愛する）
もっとシンプルに、機械学習というのは何ができるのだろうか。
実は現在のところ、機械学習にできることは分類問題、回帰問題、クラスタリングの３つしかない。これに異常検出を含める意見が多いが、異常検出も先の３つのどれか、もしくは組み合わせが原理であり、異常検出というのは応用範囲を指しているので少し違和感がある。
分類問題というのは、与えられた学習データから分類基準を学習し、未知のデータをそれらのクラス（カテゴリとも呼ぶが、機械学習の世界ではクラスと言う。プログラム用語のクラスとは異なる）に分類する機能です。電子メールをSPAMメールと必要メールに分類するような機能、と言えばわかりやすいであろうか。手書き文字を認識するのもクラスが膨大にあるだけで、実は分類に他ならない。
回帰問題は数値を予測する問題です。株価の予想のように時系列での処理に使われることも多いが、さまざまな入力データからビールの売上を予測するなどの処理にも使われるものだ。
クラスタリングというのは、データからクラスタ……
You might be interested in
今さら聞けない機械学習（２）〜機械学習のアプローチ
機械学習で使われるアプローチにはいくつか種類がある。“教師あり学習”は、読んで字のごとく、いくつかのデータと予測、検知したい正解データの組み合わせからモデリングを行うものだ。ビジネスの現場ではこのアプローチが最も多く使用される。多変量解析などを経験された方には一番わかりやすいかも知れない。例えば気温とビールの売り上げには何かしらの相関関係が存在すると思われ、この時気温がデータ（説明変数）であり、ビールの売り上げ（実績）が“教師”となる。明日の予想最高気温からビールの売り上げを予想するわけである。“教師なし学習”とはデータそのものの構造を獲得するものである。クラスター分析などがこれに属する。もうひとつは強化学習だ。これは、囲碁や将棋などのようにどのような行動を取るか、という戦略を獲得するものだ。
さて、多変量解析（重回帰分析）を経験された方であれば、ここでひとつ疑問が起こるはずだろう。例えば、先ほどのビールの売り上げ予測は機械学習で行う必要があるのか、という点である。多変量解析で十分なのではないかという疑問である。結論から言うと、この例であれば多変量解析で十分だろう。「巷ではAIだ機械学習だと騒いでいるが、それらの大半はすでに統計手法で実現している。」という意見もあり、“AIを使って”、とアナウンスしているが、内情は統計手法だったり、もっと稚拙なアルゴリズムであることも多々ある。では、こういった例の場合、機械学習は無意味なのでだろうか、というとそうとは言い切れない。
例えば、ビッグデータの存在がある。たとえば、ビール会社がもっと膨大なビッグデータ……
機械学習で使われるアプローチにはいくつか種類がある。“教師あり学習”は、読んで字のごとく、いくつかのデータと予測、検知したい正解データの組み合わせからモデリングを行うものだ。ビジネスの現場ではこのアプローチが最も多く使用される。多変量解析などを経験された方には一番わかりやすいかも知れない。例えば気温とビールの売り上げには何かしらの相関関係が存在すると思われ、この時気温がデータ（説明変数）であり、ビールの売り上げ（実績）が“教師”となる。明日の予想最高気温からビールの売り上げを予想するわけである。“教師なし学習”とはデータそのものの構造を獲得するものである。クラスター分析などがこれに属する。もうひとつは強化学習だ。これは、囲碁や将棋などのようにどのような行動を取るか、という戦略を獲得するものだ。
さて、多変量解析（重回帰分析）を経験された方であれば、ここでひとつ疑問が起こるはずだろう。例えば、先ほどのビールの売り上げ予測は機械学習で行う必要があるのか、という点である。多変量解析で十分なのではないかという疑問である。結論から言うと、この例であれば多変量解析で十分だろう。「巷ではAIだ機械学習だと騒いでいるが、それらの大半はすでに統計手法で実現している。」という意見もあり、“AIを使って”、とアナウンスしているが、内情は統計手法だったり、もっと稚拙なアルゴリズムである……
You might be interested in
