はじめてのアルゴリズム！（入門編）＃機械学習

前回の「探索」に続いて、今回は「機械学習」アルゴリズムについて紹介するよ。

「機械学習」はその名の通り、機械に学習させることですよね。

人工知能（AI）の話で「機械学習」という単語をよく耳にします。

コンピューターに反復学習させることで
共通のルールなどを見つけ出して予測や判断を可能にする技術ですね！

そうだね。その「機械学習」にも複雑な計算が必要でアルゴリズムが組み込まれているよ。
「機械学習」アルゴリズムの種類について代表的なものを見てみよう。

機械学習の学習方法は、主に「教師あり学習」「教師なし学習」に分類されるよ。
他にも種類があるけど今回はこの２つを記載するね。目的に応じた代表的な種類を図にまとめてみたよ。

たくさん種類がありますね。

記載した内容は一例だよ。例えば、ランダムフォレストは分類だけでなく回帰やクラスタリングに利用することもできるから
図は参考にしてね。それでは、この中でも機械学習によく使われる決定木について見てみよう。
決定木に使われるアルゴリズムは他にも種類があるけど、ここではCART法というアルゴリズムについて紹介するよ。

図で見るとシンプルで分かりやすいです！

分類するための基準となる条件はどのように決めていけばいいのでしょうか。

CART法アルゴリズムでは、情報利得が最も大きくなるようにデータを分割していくよ。情報利得について説明しよう。

金で純度が高いとか低いとか言いますよね！

不純度は純度の逆で色々なものが混ざっていると不純度が高く、混ざっていないほど不純度が低いということですね。　

不純度を表す指標については数式で定義化されているよ。
今回はアルゴリズムの考え方と流れを理解しようね。興味があれば具体的な計算についても調べてみよう。

「ソート」、「探索」、「機械学習」などアルゴリズムは種類が豊富なんだと知りました！

様々な手法の数だけ考え方があり、とても面白いと感じました！

難しい処理も多いですが、目的に応じて適切なアルゴリズムを選択できるように深く学びたいです！

はじめてのアルゴリズムシリーズはこれで終了するよ。
今回学んだもの以外にも複雑なアルゴリズムがたくさんあるから書籍やWebも参考にしてみるといいよ。
より効率的なプログラムを書く上でアルゴリズムの理解は重要になるから、今後も学んでいこうね。