人工知能（AI）と機械学習の違いすらわからなかったので備忘録として記録する。
僕は、人工知能や機械学習なんかに興味はなかった。もともと、データサイエンティストの仕事に興味があって、勉強してみようと思いPythonのプログラミングを2019年11月ごろから始めた。
そこから、進んでいくと人工知能や機械学習の用途としての使い方。また、単純に面白そう。というのが率直な感想でここまで来ました。
欠落している知識や知見があるとは思いますが、やさしくそっと教えていただけると大変助かります。間違えたくて間違えているのではなくて、単純に能力不足です・・・
認識合わせを行いましょう
僕はとにかく何もかもわからなかったんで、最初に語句を調べました。どんな意味なのか？どんなことに使うのか？立ち位置は？頭の中でどんなイメージを持てば良いの？すべてがわからなかったので、いちいち調べてみました。
人工知能（AI)とは？
コンピュータを使って、学習・推論・判断など、人間の知能の働きを人工的に実現したもの。
機械学習とは？
明示的な指示をすることなく、その代わりにパターンと推論に依存して、特定の課題を効率的に実行するためにコンピュータシステムが使用するアルゴリズムおよび統計モデルの科学研究。
流れで見ると人工知能（AI）と機械学習の関係性がつかみやすい？
人工知能（AI）と機械学習の言葉の定義はわかってもらえたと思いますが、イメージ出来ましたか？僕は全然できませんでした。
なので、さらに調べてみると面白いことがわかりました。
電卓＝AI ・・・？
納得がいかないですよね？でも、人間の暗算をプログラミングで実行させることに成功したんです。それはまさに計算を学習させたといっても良いのではないでしょうか。
つまり？
人工知能（AI）という枠の中で、最近のトレンドは機械学習である。その機械学習ってのは、アルゴリズムや統計モデルを使って答えを導く。
ってのがイメージできてればよいのかなぁ？と思います。人工知能（AI）はどんどん進化していく中で、挑戦していることが徐々に変化しているってことです。
機械学習のよく聞く単語や活用方法
機械学習の種類
機械学習には種類があります。大きく分けて3つの種類があります。
回帰
分類
クラスタリング
この中で、やりたいことを分けていくイメージです。（間違っていたらごめんなさい。）
回帰とは？
データセットから傾向を見つけ将来を予測する。たとえば、株価は次どうなるのか？上がるのか？下がるのか？を過去の株価の傾向から分析して、まだ起こっていない未来（株価の変動）を予測するのが回帰というものです。
線形回帰、決定木回帰、ポワソン回帰
分類とは？
与えられた問題がどのパターンに該当するかを識別。たとえば、この顧客は購買意欲が高い人なのか？自分たちの顧客リストと突合して、購買する人なのか？それとも少し時間のかかる人なのか？まったく興味のない人なのか？を分けるのを分類と言います。
ロジスティック回帰、ニューラルネットワーク、ディープラーニング
クラスタリングとは？
データセットから傾向を見つけいくつかのグループに分類。分類に非常によく似ていますが、全く別物です。分類とクラスタリングを分ける大きなものは、分類の箱を人間が決めるか機械が決めるか。にあります。
クラスタリングは、分類する個数（クラス）を決めるだけで、あとは機械が自動で分類を進めてくれます。
k平均法
機械学習の仕方
機械学習の仕方とは、教師あり、教師なしなどのよく聞くやつです。この分類も多岐にわたるなぁ～って思ったので、載せておきます。
教師あり
教師なし
強化学習
教師あり
ラベル付きの入力値を与えて学習させる方法。
回帰
分類
教師なし
ラベルなしのデータを与えて、そのデータの特徴や傾向を学習させる方法。
クラスタリング
強化学習
教師あり学習の発展形。教師ありデータを渡し、求めた答えをスコアリングしてより高いスコアを出力させる学習方法。
機械学習で扱うデータ
機械学習の種類（手法）を選ぶのに必要なのは、どんなデータを扱うのか？を明確にしておく必要があります。
画像
音声
文字
数値
機械学習のおかげで、数値以外の分野を機械に理解させることができるようになった。
まとめ
AIは機械学習を活用しており、パターンと推論を活用。
機械学習の方法は3つあって、教師あり＆なし＆強化である。
扱うデータは、大きく分けて4つあり、画像、音声、文字、数値である。
