機械学習とは

機械学習のディープラーニング技術のCNN（畳み込みニューラルネットワーク）、RNN（再帰型ニューラルネットワーク）やGAN（敵対的生成ネットワーク）の登場とその進化により、新しいAI商品が次々と生まれていきます。

インターネットで普及したSNSや、PCやスマートフォンに多数のセンサーが搭載されるようになったことで、大量のデータを簡単に集められるようになりました。

90年代に登場しはじめた並列処理が可能なGPUや分散処理などの技術によって、コンピューターがより短い時間で大量のデータを処理することができるようになりました。

物事のトレンドを予測することが可能です。トレンド予測の活用例としては：不動産価値、商品価格、株価、会社業績等があります。

物事をカテゴリ別に分けることが可能です。果物をサイズ別に分けたり、画像や音声を種類別に分けたり、正常なもので不正常なものを分けたりと、活用例は多数あります。

機械学習のニューラルネットワークを活用したアルゴリズムは、人による指導なく、自律的に類似性のあるデータをクラスタリング（グルーピング）します。

例えば、犬に類似したものは「犬」というクラスターに収集します。猫に類似したものは「猫」というクラスターに収集します。

機械学習のニューラルネットワークを活用したアルゴリズムは、人による指導なく、自律的に正常なものと不正常なもの（異常）を検知します。
機械の異常を検知することもあれば、ベルトコンベアーを流れる製品の異常も検知するなど、ほかにも活用例は多くあります。

WEB広告の効果（クリック率）は多数の要因（ユーザの在住地、時間帯、掲載サイト等々）によって決まります。

要因に「報」と「罰」をつけることによって、より効率的で効果の高い広告配信が可能になります。

強化学習を使用することによって、ロボットやドローンなどの機械は「報」と「罰」を活用した強化学習で「成長」していくことが可能になります。