AI(人工知能)の基礎知識と投資

スポンサーリンク
スポンサーリンク

はじめに

1年ほど前に、素人ながら機械学習によるシストレに挑みましたが、結果は駄目でした。
結構、がんばったんですが。。。

おさらいをかねて、基礎知識からやり直そうと思います。

そして、AIによるシストレを構築して、夢の生活を・・・!?

AI(人工知能)について

AI(人工知能)とはなにか?

以下は、Wikipediaからの引用です。

https://ja.wikipedia.org/wiki/人工知能

人間の知的能力をコンピュータ上で実現する、様々な技術・ソフトウェア・コンピュータシステム。

とても広い概念です。
一般の方には、機械学習と言うよりAIと言ったほうが話が通じますが、機械学習では通じません。
AIと言っても誤りではありません。

機械学習とはなにか?

以下は、Wikipediaからの引用です。

https://ja.wikipedia.org/wiki/機械学習

明示的な指示を用いることなく、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である。

以下がポイントですね。

「明示的な指示を用いることなく、その代わりにパターンと推論に依存して

投資においては、テクニカルやファンダメンタルズの情報を元に、パターンを考えて、モデルを作ってくれるという素晴らしい技術ですね。

ディープラーニング(深層学習)とはなにか?

以下は、Wikipediaからの引用です。

https://ja.wikipedia.org/wiki/ディープラーニング

多層の人工ニューラルネットワーク(ディープニューラルネットワーク、英: deep neural network; DNN)による機械学習手法である。

ディープラーニング(深層学習)は機械学習手法の一種ということです。
人間の脳に近い形で学習します。

ニューラルネットワークとは?

以下は、Wikipediaからの引用です。

https://ja.wikipedia.org/wiki/ニューラルネットワーク

脳機能に見られるいくつかの特性に類似した数理的モデルである。

人間の考えや判断を類似したアルゴリズム(手順)ということです。

まとめ

AI(人工知能) > 機械学習 > ディープラーニング(深層学習)

という構図になります。

ディープラーニング(深層学習)は、 機械学習の一種ですから、 機械学習について次項でもう少し掘り下げます。

機械学習のタイプとアルゴリズム

以下の3つのタイプがあります。

  • 教師あり学習
    • 分類
    • 回帰
  • 教師なし学習
    • クラスタリング
    • 次元削減
  • 強化学習

教師あり学習

正解データと元データのパターンを学習します。

分類

データを分析し、正か負かなど、0と1に分類します。
以下の4種類があります。

  • 線形:ある値を、別の値に基づいて予測します。
    • ロジスティクス回帰など
  • 非線形
    • 決定木など
  • その他

回帰

数値データを分析し、数値を予想します。
以下の3種類があります。

  • 線形:ある値を、別の値に基づいて予測します。
  • 非線形
    • 回帰木など
  • 時系列
    • ARCHモデルなど

教師なし学習

データの構造や特徴を分析し、グループ分けやデータの簡略化をします。

クラスタリング

データから似たものを自動的に分類します。
クラスタリングのアルゴリズムには以下の2種類があります。

  • 階層クラスター分析
  • 非階層クラスター分析

強化学習

一連のプロセスを通じて、成果を最も多く得られるような方策を学習します。
要は、プログラム自身で、PDCAをまわしてくれるということです。

余談:深層強化学習(DQN)

強化学習の一種(Q学習)とディープラーニング(深層学習)を組み合わせたDQN(Deep Q-Network)というものがあります。Googleの傘下の会社が開発したそうですが、ゲームでは人間を上回るようです。

アンサンブル学習

アンサンブル学習は、複数のモデルを組み合わせて予想するもので、以下の3種類に分類されます。

  • バギング
  • ブースティグ
  • スタッキング

アンサンブル学習の代表的な2つの手法とアルゴリズム

バギング

学習データの一部を使用して、最後に合併させます。

有名なアルゴリズム:ランダムフォレスト(RandomForest)

ブースティグ

バギングと基本的には同じですが、使用したデータを再利用する点が異なります。

有名なアルゴリズム:アダブースト(AdaBoost)

スタッキング

データを積み上げて精度を上げます。

補足:機械学習と統計学はないが違う?

ふと疑問に思ったのですが、機械学習と統計学の違いはどこにあるのか?
ほとんど同じように感じられます。

以下の記事を読むとわかりやすいかも知れません。
一言で言えば「目的さらには戦略にある」ということだそうです。なんとなく腑に落ちました。

結局、機械学習と統計学は何が違うのか?
Created by Kan Nishida

 

コメント

タイトルとURLをコピーしました