機械学習

ビッグデータ

  • ビッグデータとは、人間が把握できる限界を超えたデータ量とそのデータの事。その定義は人により様々で、データのサイズや形式に定義は無い。
  • ビッグデータは、データ量が膨大である事実を指す言葉であり、それらのデータと分析技術(統計・データマイニング機械学習など)を用いて、膨大なデータの中から特徴を抽出しようとする試み全般を指す。
  • 近年では、膨大なデータを分析するプラットフォームが整いつつある事もあり、これまで捨てていた膨大なデータから新たな価値を発見できるのではと、注目が集まる。

機械学習

  • 人間が自然に行っている学習機能を、同様にコンピューターでも実現しようとする技術の事。
  • 機械学習の目的は、膨大なデータの中から特徴を学習し予測する事。予測の目的は2種類に分類でき、株価、気温などデータの連続性を予測するものと、顔認識、異常検知などの分類を予測するものとに分けられる。
  • 近年、Amazonに代表されるレコメンドエンジン、Google等の検索エンジンなど、機械学習技術の応用は限定的であった。しかし、IoTの推進によるセンサー技術、ビックデータ技術、ディープラーニングのブレイクスルーなどにより、今後様々な分野への転用が期待されている。

ディープラーニング

  • ディープラーニング(深層学習)は、機械学習の一種。
  • ディープラーニングは、脳の機能を参考にしたニューラルネットワークを用いて機械学習を行う仕組み。このニューラルネットを「深く」することで、高い学習能力を実現する。
  • ニューラルネットの歴史は、1950年代までさかのぼるが、近年までニューラルネットを「深く」することが出来なかった。2010年代以降は、音声、画像技術への応用でブレークした事により、注目が集まっている。