機械学習について、ド素人がド素人なりに勉強してみたことを気が済むまで書いてみます。
ざっくりいうと
機械学習とは、システム(機械)自らがデータの特徴を捉え、学習する手法。
そして学習したこのシステムをいろいろな分野で活用するのがその後の目的とされる。
大分類
機械学習は大きく以下の3つに分類される。
教師あり学習
分類
- 画像を分類分け
- 迷惑メールフィルタ
回帰
- 売上予測
- 株価予測
教師なし学習
クラスタリング
- 顧客をタイプ別にグループ分け
- 記事をカテゴリ分け
次元圧縮
- データのパラメータを圧縮して、グラフ化する
- データのパラメータを圧縮して学習性能を向上させる
強化学習
AI
- 将棋・囲碁
- ゲームAI
制御
- 機器の制御
- 空調の最適化
教師あり学習
正解付きの訓練用データを用意し、それらを使って学習し、未知のデータの正解を予測する手法。

未知のデータの解析(予測)結果は、学習させた正解(ラベル)のいずれかに分類される。
データを事前に決めたいずれかの分類に仕分けしたいなどの場合に有効な手段となる。
教師なし学習
データの特徴や傾向を学習し、似てるデータ同士をグルーピングする手法。この手法は教師あり学習と違い、正解データは与えられず、訓練データのみから学習する。

グループ数は学習時に決めることができる(上記は3つだが、2つや4つなど)。
データのどの部分の特徴を採用するかなどで、いろいろなグループに分けができる。また、仲間はずれデータの割り出しなども有効である。
強化学習
求める最終結果に向けて試行錯誤する際に、各施行時に良い・悪いを教え、最適解を学習させる手法。

ゲームAIなどのほかにも、ロボット歩行のバランス制御の学習などにも用いられる。