機械学習
出典: フリー百科事典『ウィキペディア(Wikipedia)』 (2022/04/15 15:33 UTC 版)
応用分野
機械学習には以下のような応用分野がある。
|
|
2006年、オンラインDVDレンタル会社ネットフリックスは、同社のレコメンダシステムより10%以上高性能な(ユーザーの好みをより正確に予測する)プログラムを捜す競技会 Netflix Prize を開催した。この競技会は数年かけて行われ、AT&T Labs のチームが「プラグマティック・ケイオス」[24] という機械学習プログラムで2009年に優勝し100万ドルを獲得した[25]。
実応用
以下のものがある:
分類 | 具体例 | |
---|---|---|
認識[26] | 画像認識 | 顔認証[27] |
監視業務[27] | ||
検査・検品[27] | ||
画像の整理[27] | ||
医療診断[27] | ||
音声認識 | 音声入力[28] | |
議事録の自動作成[28] | ||
コールセンターの補助または代替[28] | ||
文章解析・文章認識 | 不正文章検知[29] | |
ニーズの把握[29] | ||
過去の類似事例検索[29] | ||
異常検知 | 故障の検知[30] | |
不審行動検知[30] | ||
デフォルトの検知[30] | ||
分析[26](多くは予測[31]) | 数値の予測 | 売上げなどの需要予測[32] |
株価や経済指標の予測[32] | ||
所要時間の予測[32] | ||
劣化の予測[32] | ||
品質の予測[32] | ||
イベント発生の予測 | 購買や解約の予測[33] | |
故障の予測[33] | ||
疾病の予測[33] | ||
相性の予測[33] | ||
対処[26] | 行動の最適化 | 在庫の最適化[34] |
広告の最適化[34] | ||
キャンペーンの最適化[34] | ||
出店の最適化[34] | ||
配送の最適化[34] | ||
作業の最適化 | 自動運転[35] | |
ロボット制御[35] | ||
Q&Aの自動化[35] | ||
表現の生成 | 翻訳[36] | |
要約[36] | ||
画像生成[36] |
ソフトウェア
各種機械学習アルゴリズムを備えたソフトウェアスイートとして、SAS・RapidMiner・LIONsolver・KNIME・Weka・ODM・Shogun toolbox・Orange・Apache Mahout・scikit-learn・mlpy・MCMLL・OpenCV・XGBoost・Jubatus などがある。
データロボット社[37] による複数の手法を並列計算させて比較する方法がある[38]。
注釈
出典
- ^ “Machine Learning textbook”. www.cs.cmu.edu. 2020年5月28日閲覧。
- ^ Harnad, Stevan (2008), “The Annotation Game: On Turing (1950) on Computing, Machinery, and Intelligence”, in Epstein, Robert; Peters, Grace, The Turing Test Sourcebook: Philosophical and Methodological Issues in the Quest for the Thinking Computer, Kluwer, pp. 23–66, ISBN 9781402067082
- ^ #bishop2006
- ^ Friedman, Jerome H. (1998). “Data Mining and Statistics: What's the connection?”. Computing Science and Statistics 29 (1): 3–9.
- ^ Samuel, Arthur (1959). “Some Studies in Machine Learning Using the Game of Checkers”. IBM Journal of Research and Development 3 (3): 210–229. doi:10.1147/rd.33.0210.
- ^ Mitchell, T. (1997). Machine Learning. McGraw Hill. pp. 2. ISBN 978-0-07-042807-2
- ^ a b #瀧 p.20.
- ^ a b c d e f #ESL p11-12
- ^ a b #GBC 5.1.3節
- ^ #金森 p.3.
- ^ #瀧 p.8.
- ^ a b #瀧 p.36.
- ^ #瀧 p.30.
- ^ “Lecture 12: Bias-Variance Tradeoff”. CS4780/CS5780: Machine Learning for Intelligent Systems [FALL 2018]. コーネル大学. 2020年11月10日閲覧。
- ^ #金森 p.13.
- ^ #金森 p.9.
- ^ a b #ESL p22-23
- ^ a b c d e f #ESL p559-561
- ^ Bishop, C. M. (2006), Pattern Recognition and Machine Learning, Springer, ISBN 978-0-387-31073-2
- ^ 統計的学習理論, 金森敬文, 機械学習プロフェッショナルシリーズ, 講談社, 2015, ISBN 9784061529052
- ^ "統計的機械学習理論と ボルツマン機械学習" 安田 宗樹. 山形大学
- ^ 上田. "統計的機械学習入門" NII. https://www.youtube.com/watch?v=wqb3k22toFY&t=478
- ^ Yoshua Bengio (2009). Learning Deep Architectures for AI. Now Publishers Inc.. p. 1–3. ISBN 978-1-60198-294-0
- ^ 英: Pragmatic Chaos
- ^ "BelKor Home Page" research.att.com
- ^ a b c #本橋2018 1.3章「人工知能の利用用途」「人工知能の3つの役割」の冒頭付近。
- ^ a b c d e #本橋2018 1.4章「認識の具体例」図1-4「画像認識の具体例」
- ^ a b c #本橋2018 1.4章「認識の具体例」図1-5「音声入力の具体例」
- ^ a b c #本橋2018 1.4章「認識の具体例」図1-6「文章解析・文章認識の具体例」
- ^ a b c #本橋2018 1.4章「認識の具体例」図1-7「異常検知の具体例」
- ^ #本橋2018 1.5章 「分析とは?」冒頭
- ^ a b c d e #本橋2018 1.5章「分析の具体例」図1-8「数値の予測の具体例」
- ^ a b c d #本橋2018 1.5章「分析の具体例」図1-9「イベントの発生の予測の具体例」
- ^ a b c d e #本橋2018 1.6章「対処の具体例」図1-10「行動の最適化の具体例」
- ^ a b c #本橋2018 1.6章「対処の具体例」図1-12「作業の具体化の具体例」
- ^ a b c #本橋2018 1.6章「対処の具体例」図1-13「表現の生成の具体例」
- ^ 英: DataRobot
- ^ DataRobot: https://www.datarobot.com
機械学習と同じ種類の言葉
- 機械学習のページへのリンク