機械学習と深層学習という本を読みつつ...2

とりあえず第一章を読んだところでの自分の理解。
一応オライリー先生の機械学習本を半分位読んだ前提で…。

基本的な分類として、教師あり学習と教師なし学習の二つが基礎としてある。
教師あり学習は教師データを事前に準備することで、学習機にそのパターンを覚えこませる手法。

教師あり学習。このケースで教育した AI はモノや状況の認識を行う。
画像や音声を認識するのはこうした AI。

教師なし学習はおよそ二種類の分岐があり

• アルゴリズムによる分類
• 結果からの学習

アルゴリズムによる分類は、クラスタリング等の様に類似したグループにデータを分類するだけで、その分類に名前や意味を与えるのは人間の仕事です。
もう一つの強化学習は、最終目的（結果）から見てその仮説が正しかったと理解を蓄積する学習型です。

クラスタリング等の分類技術は、例えば遺伝子操作の過程で有効な遺伝子を探すために、とりあえず分類を使ってみるとか、商品販売であれば購入顧客の傾向を分類するなどの使い方があります。
どちらかといえば研究向けでしょう。

結果からの学習、これは強化学習に分類します。
例えば将棋やオセロの AI 学習なんかに使います。例としては、一通りの手順で盤を進めて、勝ったらその手順にスコアを割り振る、負けたら手順のスコアを下げる。
そうして評価値を構築するなんて使い方ができます。