機械学習に数学は不要！？「機械学習・ディープラーニングとは」個別指導風景（松中先生）
公開日
2024年10月25日
更新日
2024年10月24日
和（なごみ）講師、松中先生の講義風景になります。
今回の動画では、機械学習・ディープラーニングについて、可愛らしいイラスト有りの解説でとてもわかりやすく解説してくれています。
■大人のための数学教室「和」（なごみ）とは？
社会人向けの１対１の個別指導教室です。
数学・算数・物理・統計学などあらゆる分野が指導範囲ですのでお客様のご要望に合わせたピンポイントの授業が可能です。
ギフテッドのお子様への授業実績もございます。
無料個別カウンセリングを実施中！
まずはお気軽にご相談下さい。
大人のための数学教室 和
https://wakara.co.jp/service/personal…
松中先生のプロフィールはこちら
https://wakara.co.jp/service/instruct…
【運営】和から株式会社
和から株式会社では大人のための数学教室「和」（なごみ）を中心として少人数セミナー、企業研修、ロマンティック数学ナイトなどの数学イベントなどを開催しております。講師・スタッフを募集中！
採用情報はこちら
https://wakara.co.jp/recruit
まず機械学習でざっくり言うと
分類していくっていう
分類できるものっていうものになります
分類していくっていう
分類できるものっていうものになります
自動販売機とかで10円玉とか入れると10円って認識してくるじゃないですか
あれは、その入った硬貨をこれ10円玉って認識して分類しているんですね
ですけれど
ですけれど
あの世の中の10円玉って
傷があるものであったりだとか汚れていたりだとか
手垢がついているとか変色しているとかいろいろあります
けれど、その自動販売機がしっかりその10円玉を入れたら10円玉
100円玉を入れたら100円玉て認識してくれると
これは結構もう近い分類ができてるわけです
100円玉を入れたら100円玉て認識してくれると
これは結構もう近い分類ができてるわけです
ただ最近あの注目を集めてるディープラーニングとかは
もっと複雑な10円とか100円とかでない複雑な動物の写真
もっと複雑な10円とか100円とかでない複雑な動物の写真
こういった動物の写真がたくさんあった時に
この画像は「ねこ」ですと
この画像は「うさぎ」ですと
この画像は「犬」ですよとか
こういう風な
この画像は「うさぎ」ですと
この画像は「犬」ですよとか
こういう風な
ものを判別するのに機械学習が使われています
ざっくり言うと分類
ざっくり言うと分類
何でできるか気になりますよね
人間だったらこれは
人間だったらこれは
何か「耳が長いからうさぎ」だとか
「首が長いからキリン」だとかできるわけですけど
機械ってのはそういうのわからないわけですよね
まあ教えないとわからないわけですよ
ですけど人間が一つ一つ
機械ってのはそういうのわからないわけですよね
まあ教えないとわからないわけですよ
ですけど人間が一つ一つ
なんか耳が長い、このぐらい、何センチ以上だったら
「うさぎ」だと判別しようとか if 文書いたりだとか
「うさぎ」だと判別しようとか if 文書いたりだとか
この黄色さでこの首の長さだったらキリンとしようとかって
一々全部機関に教えるの大変じゃないですか
実はその機会がその自分でこの写真はウサギだとか
実はその機会がその自分でこの写真はウサギだとか
キリンだとかっていうのを自分で特徴を抽出して判定するのが
ディープラーニングなんですよ
ディープラーニングなんですよ
自分でなんですよ人間が自分
人間が考えなくていいんですよ人間がしっかり教え込まなくても
あるディープラーニングの仕組みさえ整えておけば
全部機械が自分で賢くなっていくと
全部機械が自分で賢くなっていくと
これが機械学習と言われる所以ですね
機械学習っていうと結局何か教えないと賢くなりません
なので教えるためのデータを教師データって言います
こういうふうにあの犬とかうさぎとか猫とかの画像を全部用意して
これは「犬」ですよ
これは「犬」ですよ
これは「うさぎ」ですよ
これは「ねこ」ですよ
という風にあの教えていくわけです
これは「ねこ」ですよ
という風にあの教えていくわけです
ただまぁ人間がパッと見たらわかるって言ったんですけど
ただまぁちょっと私の絵が汚いので
ただまぁちょっと私の絵が汚いので
なんかあのー
これは「猫」とかちょっと「犬」とか分からないわけですけど
まぁこれはちょっと
まぁこれはちょっと
例なので、これを大量に機械に教えれば教えるほど
機械はどんどん賢くなっていきます
教えてないやつはわからない？
そうなんですよ
そうなんですよ
結局、人間社会も同じで教えられた事しかできなかったら
意味がないわけですよね
意味がないわけですよね
なので機械学習で出てくる用語で教師データとテストデータってのがあります
テストデータというのはこの機会を賢くするときに使っていないデータで
教師データである程度学習終わった時に
教師データである程度学習終わった時に
ある程度賢くなった時に
このまだ機械に教えてない未知のデータを入れてあげるわけです
で、これ猫なんですけど「猫」を入れて「猫」だって機械が言ってくれたら
このディープラーニング
機械学習成功したなという風に判断していいわけです
機械学習成功したなという風に判断していいわけです
画面左側が入力です
ここにあの動物の画像
先ほどそうですね、教師データとなるような
「猫」の画像とかを数値化して入力していくわけですね
先ほどそうですね、教師データとなるような
「猫」の画像とかを数値化して入力していくわけですね
数値化して入力して、ある仕組みにして
ガチャガチャガチャガチャ計算されて
あの今の場合はこれ4つ出力されます
入力があって出力があります
この出力何かというとこの機械がこの画像が「猫」だと判断
この出力何かというとこの機械がこの画像が「猫」だと判断
「猫」だとだろうと思う確率は0.8「犬」だと思う確率が0.1
こういう風なものが出てきますと
ここまでよろしいでしょうか
数値として値を入れて
結果として確率みたいなものが出て
そうですね、この例ではそうでした
基本的にもう計算なので全て数値化して内部で行われます
そうですね、この例ではそうでした
基本的にもう計算なので全て数値化して内部で行われます
ただこれは教師データということで「猫」っていうことわかっていたわけですね
なのでその実際の答え
この「猫」である答えっていうのは実際1, 0, 0, 0なわけです
この「猫」である答えっていうのは実際1, 0, 0, 0なわけです
1, 0, 0, 0とこの0.8, 0.1, 0.1, 0というのは少し差があるわけですね
この差が大きければ大きいほどこの機械はちゃんと判別できていないという
ことになるわけですこれを測る目安として損失関数というのがあるんです
ことになるわけですこれを測る目安として損失関数というのがあるんです
ズレを図る関数
そうですねどれだけこの損失関数が0であれば
ちゃんと期待する答えが出てきていると
逆に損失関数がゼロでなくて大きい値であると
そうですねどれだけこの損失関数が0であれば
ちゃんと期待する答えが出てきていると
逆に損失関数がゼロでなくて大きい値であると
この機械はしっかり学習できていないということになります
ここでは微積が必要になってくるんですね微分積分が
この損失関数が小さければ小さいほどいいわけですよ
ですね損失関数とこういう風なグラフを書いたとします
この時にこの損失が一番小さい点こういう点を求めるときにり微分積分文学の微分という
ものを使うんですね
実際は中で使われている数学を知らなくても
ディープラーニングを使うことができるんですよ
ディープラーニングを使うことができるんですよ
実際はもうライブラリーが反射でてますので入力を知ってしまえば
勝手に機械が計算して答えが出ると結果
ただその中でどういう風な仕組みでその結果が出たかを知らないと
ただその中でどういう風な仕組みでその結果が出たかを知らないと
気持ち悪かったり怖かったりしないでしょうか
人間が自分今機械学習がどんどん発展しているのでこのまま人間考えずに
そのライバルばっかりに頼っていたら完全に機械が人間追い越して
そのライバルばっかりに頼っていたら完全に機械が人間追い越して
人間は機械に負けてしまいますよね
業務の中でただ単にディープラーニングが使えればいいという方に関してもですね
あの出てきた結果も信じることしかできなくなるわけですよ
中身を知らないと
それがために
数学を学んでは中の仕組みを学んでしっかり何やってるかで理解するということは
一緒に大事だと思いますので一緒に勉強していきましょう
お願いしますします
