19  機械学習とは

機械学習 (Machine Learning) は，人工知能 (AI) の一分野であり，コンピュータがデータから学習し，予測や意思決定を行う技術である．

19.1 機械学習の種類

機械学習はには，大きく分けて以下の3つの種類がある．

  1. 教師あり学習 (Supervised Learning)
  2. 教師なし学習 (Unsupervised Learning)
  3. 強化学習 (Reinforcement Learning)

19.1.1 教師あり学習

教師あり学習は，入力データとそれに対応する出力データを用いてモデルを学習し，新しい入力データに対して正しい出力を予測することを目的とする．入力データと対応する出力データを「ラベル」とも呼ぶ．

Example 19.1 (文字認識) 教師あり学習の例として，文字認識がある．紙などに書かれた文字を画像として取り込み，テキストデータに変換する技術である． この場合，入力データは文字の画像であり，出力データはその文字に対応するテキストデータである． 訓練データとして，様々な文字の画像とそれに対応するテキストデータのペアを用意する必要がある．

MNISTデータセットは，手書きの数字画像とそれに対応するラベルが含まれており，文字認識の訓練データとして広く利用されている．Tensorflow

出力データの種類に応じて，教師あり学習はさらに回帰と分類に分けられる．出力データが連続値の場合は回帰，離散値の場合は分類である．

Code 
# 回帰の例
import numpy as np
import matplotlib.pyplot as plt
from sklearn.linear_model import LinearRegression

# データ生成
np.random.seed(0)
X = 2 * np.random.rand(100, 1)
y = 4 + 3 * X + np.random.randn(100, 1)
# モデル学習
model = LinearRegression()
model.fit(X, y)
# 予測
X_new = np.array([[0], [2]])
y_predict = model.predict(X_new)
# プロット
plt.scatter(X, y)
plt.plot(X_new, y_predict, color="red", linewidth=2)
plt.xlabel("X")
plt.ylabel("y")
plt.show()

# 分類の例　two moons
from sklearn.datasets import make_moons
from sklearn.svm import SVC

# データ生成
X, y = make_moons(n_samples=100, noise=0.1, random_state=0)
# モデル学習
model = SVC(kernel="rbf", gamma="scale")
model.fit(X, y)
# 予測
x_min, x_max = X[:, 0].min() - 1, X[:, 0].max() + 1
y_min, y_max = X[:, 1].min() - 1, X[:, 1].max() + 1

xx, yy = np.meshgrid(np.linspace(x_min, x_max, 100), np.linspace(y_min, y_max, 100))
Z = model.predict(np.c_[xx.ravel(), yy.ravel()])
Z = Z.reshape(xx.shape)
plt.contourf(xx, yy, Z, alpha=0.3)
plt.xlabel("Feature 1")
plt.ylabel("Feature 2")
plt.scatter(X[:, 0], X[:, 1], c=y, edgecolors="k")
plt.show()
(a) 回帰
(b) 分類
Figure 19.1: 教師あり学習

分類の応用例として，スパムメールの検出，画像認識などがある．

回帰の応用例として，株価予測，天気予報などがある．

19.1.2 教師なし学習

教師なし学習は，入力データのみを用いてデータの構造やパターンを見つけ出すことを目的とする．

教師なし学習には様々な手法があるが，代表的なものとしてクラスタリングと次元削減がある．

19.1.2.1 クラスタリング

クラスタリングは，データをいくつかのグループに分ける手法である．同じグループに属するデータは互いに似ており，異なるグループに属するデータは異なる特徴を持つ．

Code 
from sklearn.datasets import make_blobs
from sklearn.cluster import KMeans
import matplotlib.pyplot as plt
import numpy as np

# データ生成
X, _ = make_blobs(n_samples=300, centers=4, cluster_std=0.60, random_state=0)
# モデル学習
kmeans = KMeans(n_clusters=4)
kmeans.fit(X)
y_kmeans = kmeans.predict(X)
# プロット
plt.scatter(X[:, 0], X[:, 1], c=y_kmeans, s=50, cmap="viridis")

plt.xlabel("Feature 1")
plt.ylabel("Feature 2")
plt.show()
Figure 19.2: クラスタリング

クラスタリングの応用例として，顧客セグメンテーションなどがある．

19.1.3 強化学習

強化学習は，エージェントが環境と相互作用しながら，報酬を最大化する行動を学習する手法である．

強化学習の基本的な要素は以下の通りである．

  • エージェント (Agent): 行動を選択する主体
  • 環境(Environment): エージェントが相互作用する対象

強化学習の応用例として，ゲームプレイ，ロボット制御などがある．

19.2 研究事例

  1. 機械学習を用いた選挙不正の検出 (Alvarez 2016)
  2. 教師あり学習を用いた個人の属性推定 (Doi, Mizuno, and Fujiwara 2021)
Alvarez, R Michael, ed. 2016. Analytical Methods for Social Research: Computational Social Science: Discovery and Prediction: Discovery and Prediction. Cambridge, England: Cambridge University Press.
Doi, Shohei, Takayuki Mizuno, and Naoya Fujiwara. 2021. “Estimation of Socioeconomic Attributes from Location Information.” J. Comput. Soc. Sci. 4 (1): 187–205.