今日のテーマは、教師あり学習です。
機械学習とは、データを読み込んで、何らかの物を機会自身が学習していくことです。
機械学習には３つの種類があります。
・教師あり学習
・教師なし学習
・強化学習
この記事では、教師あり学習の流れについて初心者に向けて解説していきます！！
教師あり学習
教師あり学習の流れの説明です。
一番理解のしやすい機械学習の基礎となる学習手法が教師あり学習です．
あるデータに対してラベルという正解情報が与えられ、その正解情報を予測するための学習のことを言います
どういう手順なのかを2つのステップに分けて説明していきます！！
ステップ1、まず、この情報がどのような結果になるか分かったデータを学習する
ステップ2、次にどのような結果になるか分からないデータに対して学習したモデルで予測を行う
基本的には教師あり学習は、この二つのステップでできています！簡単そうですよね？？
学習モデルの作成＋データの学習
教師あり学習の最初の一歩は、学習モデルをつくり、データを学習することです。
学習モデルとは、多くのデータを元に「このデータならこれが正解」という結びつけを学習させたもので、「人間の頭脳」に似たものと考えるとわかりやすいと思います。
人間は、曇り空をみたら雨が降りそうと予測しますよね？
このような予測をするための考え方みたいなものが学習モデルと言われます。
では、教師あり学習におけるデータの学習について超簡単な例で説明します。
テレビを買う人が絶対男性だとします。(他意はないです)
誰が買うかを予測したかったら、男性か女性かを判別できたらテレビを買う、または買わないが判断できますよね？
つまり、この問題に対して
下の画像にように、性別や購買行動について0、1を割り当ててみましょう！
このように問題をデータへと落とし込み解けるようにしていくことをモデル化と言います。そしてそのモデルを学習して出来るものが学習モデルです。
この問題では、性別でテレビの購買行動が一意に決まります（男なら購入すると100%になっている）
このようなモデルを線形モデルといいます。簡単な言葉で言えば、こうだったらこうなる！と決定できる問題のことです！この場合、男なら買う！です😊
これをpythonなどのプログラムで書いていきます。その書き方はまた今度にしましょう
学習モデルからの予測
教師ありモデルにおける学習モデルからの予測を説明していきます。
テレビを買いたいと思っている新規のお客さんが来たとしましょう！
テレビを買うんだろうか？買わないんだろうか？ 予測をしてみたいですよね。
この時、私たちは性別を見たらわかる！ことを知っています。ならば、性別のデータを入手すれば良いことになります。
実際のどんなサービスでも、このデータがあれば予測出来るだろうと考えてデータを取得しにいっています。この場合は性別データが欲しいですね！！
さあ、新規のお客さんに性別のデータをもらって、学習モデルに入力する。すると、お客さんの購買行動の予測結果が得られます！
ステップ1、2について下の画像にまとめました！
まとめ
こんな感じで教師あり学習はできています。
超簡単な例で説明しましたが、基本は全部同じロジックでできています。
他の難問についても、性別以外のたくさんのデータを使っているだけ。なんかできそうでしょ？？
天気予報だったら、なんのデータがあったら予測出来るのでしょうか？
場所？季節？曜日？前の日の天気？
そう考えながらサービスを見てみると楽しいですよ！
では、良い1日を！！