これらのメカニズムにより、インテリジェントマシンは時間とともにその機能とパフォーマンスを向上させ、経験を積んで自動的に特定のタスクを実行するように学習し、時間とともにそのパフォーマンスをますます向上させます。
例は アルファゴー、によって開発された囲碁ゲーム用の機械学習ソフトウェア ディープマインド. AlpaGoは、飛行機のゲームで人間のマスターを倒すことができる最初のソフトウェアでした 碁盤 標準サイズ（19×19）。 AlphaGo ソフトウェアは、さまざまなゲーム中に囲碁プレイヤーが行った何百万もの動きを観察し、マシンを自分自身と対戦させることによって教育され、その結果、このゲームの世界で最高のプレイヤーであると信じられていた人を打ち負かすことができました.
それでは、機械学習の XNUMX つの主要なカテゴリに進みましょう。
システムは、目的の出力に従ってラベル付けされた例を受け取ります。 つまり、マシンに指示を出すのに役立つデータセットは、入力データで構成される実際の状況を表す要素で構成されています」機能を使用「そして出力データから」ターゲット"。 記事の例を参考に 機械学習とは何か、その内容と目的、トレーニングの準備は、ルートの個別のケースがあり、それぞれの特徴（車両、ルート）と目標（移動時間）が指定されていたため、教師ありタイプでした。 通常、データセットははるかに複雑です。例は、教師あり機械学習の理解を簡素化することを目的として、非常に限定的で教訓的なものでした。
このタイプのケースでは、アルゴリズムがルートと車両のタイプの基礎、つまり移動時間などを調べることができます。 教師あり機械学習には、次の XNUMX 種類の問題があります。
高速道路のルートの例を再考すると、それは回帰であると言えます。 目標が次のような評価で構成されている場合: 1 時間未満の場合は高速、XNUMX ～ XNUMX 時間は低速、XNUMX 時間以上の場合は非常に低速。 この場合、それは分類の問題でした。
ラベル付けされたデータはありません。入力から始めて、データ内の構造を見つけなければならないのはシステムです。 実際にはターゲットはなく、入力データのみです。 この例のように、ルートと車両のデータのみがあり、移動時間のデータはありません。
このアプローチでは、アルゴリズムはデータ内の隠れた構造を探してカテゴリを識別する必要があります。 教師なしアプローチで使用できる主なツールは、 クラスタリング と アソシエーション ルール.
システムは環境から入力を受け取り、アクションを実行します。 システムは、報酬を受け取るためにアクションを実行しようとします。 システムは、周囲の環境の状態に応じて報酬を最適化するアクションを実装しようとします。
報酬システムは、と呼ばれるコンポーネントを通じて実装されます。 エージェント. エージェントは、環境に対して実行するアクションを決定し、これからアクションを受け取ります。 褒賞 また、開始されたアクションの結果として、環境の状態に関する情報が得られる可能性もあります。
たとえば、チェスのゲーム専用のシステムを考えると、エージェントは動きを決定するコンポーネントであり、環境はゲームそのものです。 エージェントによって行われたすべての動きの結果として、ゲームの状態が変化し (現在の状況、すべての駒の位置として理解され、対戦相手の動きの結果としても理解されます)、相手の駒が食べられたというフィードバックを受け取ります。移動への報酬として意図されています。 このようにして、エージェントは学習し、自分自身を教育します。
したがって、機械学習の種類の選択はコンテキストに依存することは明らかです。 つまり、アプローチの種類は、利用可能なデータと、個々のケースの状況の説明 (入力) および結果 (出力) を含む履歴を持つ可能性に基づいて選択されます。 したがって、このタイプのデータセットでは、教師ありアプローチの使用に進むことができます。
一方、出力データ (ターゲット) をアプリオリに知る可能性がない場合、または新しいターゲットを発見したい場合は、入力データ間のリンクを特定して、これまで経験したことのない状況を発見する必要があります。歴史、または進化し反応する環境に向けた学習に直面すること。 この場合、教師なしまたは強化手法を選択する必要があります。
Ercole Palmeri：イノベーション中毒
先週の月曜日、フィナンシャル・タイムズ紙はOpenAIとの契約を発表した。 FT は世界クラスのジャーナリズムにライセンスを供与しています…
何百万人もの人々がストリーミング サービスに月額料金を払っています。あなたは…というのが一般的な意見です。
