人工知能（AI）でのキーワード
人工知能（AI）を学習するうえで多数のキーワードが出てきます。それらについての関連性を説明します。
キーワード
・人工知能（AI）
・機械学習
人工知能（AI）
学習した結果をもとに推論を行うことができるシステムのことを総じて言います。人工知能（AI）のシステムとしてIBM Watoson、Siri、車の自動運転、囲碁のAIで有名になったGooglのAlphaGoなどがあります。
'AlphaGo'の論文が発表された国際学術志'ネイチャー'の表紙(ネイチャー提供)。
機械学習
人工知能（AI）がシステムを総括する言葉に対して、機械学習は人間の学習能力と同等の機能をコンピュータで実現する具体的な技術・手法のことを言います。大量のデータの分析や解析を行い一定の特徴を見つけ出していき学習していきます。学習の方法として教師あり学習、教師なし学習、強化学習に分けられます。第三次人工知能ブームでの中心となっている深層学習（別名ディープランニング）についても機械学習の一種です。
機械学習のキーワード
機械学習は大きく分類して教師あり学習、教師なし学習に分けられます。
キーワード
・教師あり学習
・教師なし学習
・強化学習
教師あり学習
コンピュータに学習させるためには何かしらの入力情報が必要となりますが、入力情報として問題と回答のペアを与え学習させていく方法を教師あり学習といいます。例えばがん診断プログラムではINPUTとなる医療データと、その結果ががんの良性/悪性のどちらかだったかの正解データを与えることで、その特徴を分析して学習していきます。教師あり学習では回帰、分類を予測します。
教師なし学習
コンピュータへの入力情報として問題のみ与え、その特徴を分析して学習していく方法を教師なし学習といいます。教師あり学習と異なり正解データは必要ありません。コンピュータ自ら入力情報を分析し特徴を学習していきます。学習した特徴はクラスタリングなどに分類されます。
強化学習
コンピュータへの入力情報がない、もしくはほとんど無い状態で学習していく方法を強化学習といいます。例えば、掃除機ロボットの場合、はじめは部屋の大きさ、部屋の間取り、部屋の位置などの情報は与えられていません。掃除機ロボットが自ら動き学習していくことで部屋の大きさ、部屋の間取り、部屋の位置を学習していく方法となります。
教師あり学習のキーワード
教師あり学習で予測できるものに分類、回帰があります。
キーワード
・分類
・回帰
分類
カテゴリを予測するものです。カテゴリとは何かしらの識別できる情報のことであり、例えば、動物の写真を与えることで犬、猫、ウサギなどのカテゴリを判断します。他にメールの情報を与えることで、そのメールが迷惑メールか通常のメールかの判定を行うこともできます。他にもドキュメントを与えることで、ニュースなのかスポーツなのかのカテゴリ分けにも使用されます。このようにあるデータの特徴の傾向から、何かしらのカテゴリを予測することを分類といいます。
回帰
回帰とは数値を予測するものです。例えば株式市場の数値を与えることで、株価の予測を行うことができます。また、他に部屋の広さを与えることで家賃はいくらくらいになるかを予測することも出来ます。このようにあるデータの特徴の傾向から、何かしらの数値を予測することを回帰といいます。