機械学習とは?

機械学習は、コグニティブ・システムが 学習し、推論し、一人ひとりに合わせた方法でより自然に私たちとつながりを持てるように支援します。こうしたシステムは、私たちを取り囲むあらゆる情報を使用 し、適切な洞察や提案をまさに最も必要なときに手元に届けることで、これまでは解決不可能と考えられていた問題に取り組めるように支援してくれます。 Netflix のお勧めの映画、閲覧習慣に基づくネット広告、さらには株取引を考えてみてください。すべては私たちが世界を新しいパワフルな方法でナビゲートできるよう に、機械学習が支援しています。

機械学習は、古典的な数学と統計に端を 発して以来大きな進歩を遂げています。今日の機械学習は、データから反復的に学習する分析モデルとアルゴリズムを使用しており、どこを調べるかを明確に指 示するプログラムがなくとも、コンピューターは隠れた洞察を見つけることができます。つまり、データ・アナリストやデータ・サイエンティストは、新規データ・セッ トが提示されるたびに規則を再コーディングすることなく、コンピューターに問題を解決するように指示できます。コンピューターが使用するアルゴリズムは、 数百、数千に及ぶデータ・サンプルを調べることで学習しますが、コンピューターはこの学習した経験に基づき予測を行い、新しい状況で同一の問題を解決でき ます。今では、人間の知能を模倣しはじめるレベルの精度で実行されています。

機械学習は今や主流になりつつあり、金融、製造、小売、通信など、幅広い業界で競争優位性の後ろ盾となる方法論として機能しています。

機械学習が重要である理由

機械学習の需要は大きく成長しています。コグニティブの時代に有意義な存在であり続けるために、様々な業種や取り組みの中で、機械学習を使った高度な分析が行われています。ユース・ケースをいくつかご紹介します。

  • パフォーマンス・インテリジェンス。 アメリカ自転車連盟女子チーム (US) は、4キロを走る自転車競技「チーム・パシュート」での成績を向上させるため、クラウド、モバイル、分析テクノロジーを採用しました。
  • サービス最適化。 需要が高い公共Wi-FiプロバイダーのSolutionInc (PDF,457KB)は、Sparkを使用して2年間にわたる膨大な量のWi-Fiデータ・ログを分析し、より詳細かつ正確なビジネス洞察を導き出しました。
  • データ・マイニング。 米カリフォルニア州マウンテンビューのSETI (US) (地球外知的生命体探査協会) の研究員は、リアルタイムで信号パターンを検出するために、限られたアルゴリズムを使用してアレン・テレスコープ・アレイの信号データを分析しました。

つながる

データ・サイエンス・ツール

データ・サイエンティスト

IBMの信頼性の高いマネージド・サービス経由で最新のデータ・サイエンスとデータ準備機能をすぐに利用できます。実績あるDataFirst Methodを採用してデータ・サイエンスの成功戦略を策定します。

データ・サイエンティスト向けのツールにアクセスする

機械学習に関する参照情報

 

機械学習の民主化

このホワイト・ペーパーでは、Apache Sparkがいかに機械学習へのアクセスを広げているか、さまざまな機械学習のユース・ケース、Apache Sparkが機械学習の理想的なプラットフォームである理由について説明します。

 

データ・エンジニアのための実践的なデータ・サイエンスのヒント

このe-Bookでは、データ・サイエンスの基盤となる方法論を構成するコンポーネントやプロセスを説明し、今日のデータ・エンジニアにとってデータの収集、処理、分析、実装に欠かせないツールとテクニックを説明します。

 

インフォグラフィック: データ・ビジネスに関わる人たち

このデータ・サイエンスを視覚化した図では、データ・サイエンスの実践において最も一般的な役割、スキル、業界を表しています。弊社の調査により浮かび上がった複雑な関係やパターンを詳細に図解しました。

IBM Data Science Experienceの使用を開始する