【用語解説】機械学習－教師あり学習、教師なし学習、強化学習、深層学習

「機械学習」は「AI」を実現するための技術であり、「深層学習（ディープラーニング）」は「機械学習」を実行するための技術である。それゆえ「AI」、「機械学習」、「ディープラーニング」という3者に関する集合論的に見た論理的包含関係は、下記のようなものとなっている。

AI　⊃　機械学習　⊃　深層学習

項目

機械学習(Machine Learning)のさせ方に関するタイプ分類
２.深層学習（Deep Learning）－　「人工ニューラルネットワーク」(artificial neural network)の構築による機械学習

１.機械学習(Machine Learning)のさせ方に関するタイプ分類

AIにおける機械学習の手法は、「適切性（望ましさ）に関する情報を事前に与えるのかどうか？」、「適切性（望ましさ）に関してどのような情報を事前に与えるのか？」という視点からは下記の3つに区分することができる。
　なお実際の場面では、「教師なし学習」で得られた成果を元に、「教師あり学習」を実行するなどがなされており、相互に排他的であるわけではない。

教師あり学習（Supervised Learning）－　「正解」情報を事前に与えて学習させる方法。すなわち、「教師あり学習」の場合には、入力データに対して、「どのような出力データが適切であるのか？」、「どのような出力データが望ましいのか？」といった情報をAIに対して事前に与える「教師」的作業が必要であることから、「教師あり」と呼ばれる。正解・不正解が明確な場合には、こうした「教師あり学習」が有効である。ただし「正解」情報データを集めるのに膨大なコストがかかることも多い。
　
教師なし学習（Unsupervised Learning）－　「正解」情報を事前には与えずに学習させる方法。すなわち、「クラスタリング」や「次元削減」などの手法により、データのグルーピングや特徴抽出を行わせること。「教師なし学習」の場合には、「正解」あるいは「不正解」に関するデータを大量に事前に集める必要がないという点ではスタートアップのコストが低いが、得られた学習結果の精度が低い場合も多い。そのため結果的に得られたグルーピングや特徴抽出が「適切であるかどうか？」、「望ましい結果であるのかどうか？」を事後的にチェックすることが必要である。正解・不正解が明確でない場合には、こうした「教師なし学習」が有効である。
　
強化学習（Reinforcement Learning）－　入力データと出力データの関係付けの適切性に関する「収益」情報(a reward signal)を事前に与えた上で、試行錯誤的に学習させる方法。すなわち、入力データと出力データに対して様々な関係付けの試みを多数回行わせて、「得られる収益」(a reward signal)が最も高い関係付けが何であるのかを調べる学習法。適切性（望ましさ）を量的に表現可能となる場合には、こうした「強化学習」が有効である。

２.深層学習（Deep Learning）－　「人工ニューラルネットワーク」(artificial neural network)の構築による機械学習

「教師あり学習」、「教師なし学習」、「強化学習」といった機械学習の実行に際して、現在は「人工ニューロン」(artificial neuron)のネットワークを多階層で結合させた回路網(network)の構築、すなわち、「人工ニューラルネットワーク」(artificial neural network)の構築による深層学習という手法が一般に用いられている。

「人工ニューラルネットワーク」は、人間の脳における「神経細胞」(neuron)が構成する神経回路をモデルとして人工的に作られたネットワークである。人間の脳における各「神経細胞」同士の結合強度が各個人の「学習」の実行によって変化するのと同じように、AIに対する「機械学習」の実行によって「人工ニューロン」同士の結合の強さ＝「重み」(weight)が変化する。（「機械学習」に先立って、「重み」(weight)の値を事前に適当に割り当てておく必要がある。）

「人工ニューラルネットワーク」は多数の階層(Layer)からなるシステムであるが、同システムを構成する階層は下記の3種類に区分されている。

入力層（Input Layer）: 入力されたデータを「テンソル」形式で数値化したデータを収めたネットワーク階層。具体的には、画像データや音声データが数値データ化されて本階層に与えられる。
隠れ層（Hidden Layers）:特徴抽出や変換を行うネットワーク階層。
出力層（Output Layer）: 入力データに基づき、「隠れ層」で処理させて結果的に導出された分類結果や予測値を収めたネットワーク階層。

ChatGPT4oによると、「隠れ層」が多層（数十層～数百層以上）にわたる人工ニューラルネットワークを利用したものを「深層学習」と呼ぶとのことである。

図1　隠れ層が1階層の場合の人工ニューラルネットワークのモデル図-

［図の出典］英語版ウィキペディア “Neural network (machine learning)”
https://en.wikipedia.org/wiki/Neural_network_(machine_learning)

参考資料

最近の投稿

アーカイブ

カテゴリー

メタ情報