データマイニングとの関係
出典: フリー百科事典『ウィキペディア(Wikipedia)』 (2022/08/04 15:53 UTC 版)
「機械学習」の記事における「データマイニングとの関係」の解説
機械学習とデータマイニングは交差する部分が大きく、技法も同じなので混同されることが多いが、次のように定義できる。 機械学習の目的は、訓練データから学んだ「既知」の特徴に基づく予測である。 データマイニングの目的は、それまで「未知」だったデータの特徴を発見することである。 この2つは、さまざまな面でオーバーラップしている。データマイニングは、機械学習の技法を使うが、その目的は若干異なることが多い。一方、機械学習もデータマイニングの技法を「教師なし学習」として、あるいは学習者の正確性を向上させる前処理として用いる。2つの研究領域は、ECML PKDD という例外はあるが、基本的に学会も学術誌も別々である。それらの間の混同の最大の原因は、それらの基本的前提に由来する。機械学習では、既知の知識を再生成できるかどうかで性能を評価するが、データマイニングではそれまで「未知」だった知識を発見することが重視される。したがって、既知の知識によって評価するなら「教師なしの技法」よりも「教師ありの技法」の方が容易に優れた結果を示すことができる。しかし、典型的なデータマイニングでは、訓練データが用意できないので、「教師ありの技法」を採用することができない。
※この「データマイニングとの関係」の解説は、「機械学習」の解説の一部です。
「データマイニングとの関係」を含む「機械学習」の記事については、「機械学習」の概要を参照ください。
- データマイニングとの関係のページへのリンク