須多先生

みなさん こんにちは
本日も一緒に人工知能について学びましょう

須多先生

前回は機械学習の基礎について学び その一例として線形回帰を使って図書室の新刊予約数を予測しましたね

徳井 天

はい ありがとうございました
新刊予約数には 前作の貸出数と図書室だよりの取り上げ方が影響していると 図書室の先生に伝えました

徳井 天

図書館だよりの影響力が大きいとわかってから 図書委員の友達も図書室の先生も より一層力を入れているみたいだよ

深田 あい

新刊の予約数を予測して それに合わせて本の入荷数を調整することができるし 重要な説明変数を見つけ出すことで 何の作業に力を入れれば良いかということもわかるんですね

須多先生

その通りです
目的変数の背後に潜む説明変数を見極め それらの因果関係を理解することは 非常に重要ですね

徳井 天

先生 今日も機械学習について勉強するんですか？

須多先生

そうですね
前回もお話ししたように 機械学習は現代のAI技術の中核をなしています
まずはAIを学ぶ皆さんに 様々な視点から機械学習を理解していただきたいと思います

深田 あい

はい よろしくお願いします

徳井 天

今度はどんな機械学習の技術について学ぶんですか？

須多先生

機械学習の技術は 長い歴史を通じて多くの技術が開発されてきました

深田 あい

線形回帰やディープラーニングなどの技術ですよね

須多先生

そうですね
そして これらは学習の方法によって大きく3つに分類されます

徳井 天

3つですか？

須多先生

はい 「教師あり学習」「教師なし学習」「強化学習」の3つです

深田 あい

「教師あり学習」は 先生がいるということですよね？「教師なし学習」とは…自習みたいな感じですか？

徳井 天

「強化学習」っていうのは どんなことを強化するだろう？

須多先生

学習方法は【解説動画】を見ながら学びましょう
それぞれの学習方法には向き不向きがあり 予測したい内容に合わせて適切な学習方法を選ぶことが大切です

須多先生

みなさんには今後のレッスンを通して 取り組むべき問題に最適な学習方法を判断できる力を身につけてほしいと思います

深田 あい

はい わかりました
ぜひ詳しく教えてください

須多先生

それでは ここからはみんなで【解説動画】を見ながら 「機械学習の学習方法」について学びましょう