↑: [[G検定に関する知識]] - 大量のデータからコンピュータが自動的にパターンや規則を学習する技術 - 人間が「学習の仕組み」だけを用意し、具体的なルールはAIが自分で見つける - ルールベースとの違い：ルールベースは人間がルールを用意する、機械学習はデータからルールを自動発見 - 教師あり学習・教師なし学習・強化学習の3種類に大別される - cf. [[特徴量エンジニアリング]] - cf. [[ディープラーニング]] - cf. [[ビッグデータ]] - 注目の背景3要因：**ビッグデータ**の蓄積・計算資源（GPU・クラウド）・アルゴリズムの成熟 - 代表的応用：スパムフィルタ（[[ナイーブベイズ]]）/ レコメンド（[[協調フィルタリング]]、[[コールドスタート問題]]）/ 統計的自然言語処理（大量テキストからn-gramなどの確率モデルを学習） - ディープラーニングとの使い分け：非構造化データ（画像・音声・テキスト）はDLが優位なことが多いが、**表形式データ**では勾配ブースティング・ランダムフォレストが同等以上のことも。DLは少データで過学習しやすい。「DLはあらゆる場合に優れる」は[[ノーフリーランチの定理]]に反する ← ひっかけ