AI・データ
きかいがくしゅう
明示的にプログラミングすることなく、データからパターンを学習してタスクを実行するAI技術。教師あり学習、教師なし学習、強化学習などの手法がある。生産ロボットが試行錯誤で作業効率を高めたり、画像認識・自然言語処理など幅広い領域で応用が進む。深層学習はその一分野。
ITパスポートでは、AI、データ分析、マーケティング指標の用語が、活用目的や分析の流れとセットで問われます。教師データの有無、数値化の方法、得られる示唆、業務改善への使い方を区別して読むと、似た選択肢を見分けやすくなります。
過去の申込データに「承認」「否認」などの正解ラベルを付け、未知の申込を分類するモデルを作る場面です。ITパスポートでは、正解データ、ラベル付け、予測・分類の関係がよく問われます。
顧客データを似た傾向ごとにクラスタへ分けるように、正解を与えずデータの構造を見つける場面です。教師あり学習と混ぜて出されるため、正解ラベルの有無を最初に確認します。
AI、機械学習、ディープラーニングを同じ範囲の言葉として扱う。
AIは広い概念、機械学習はデータから学ぶ手法、ディープラーニングは機械学習の一種として整理する。
教師なし学習にも正解ラベルが必要だと考える。
正解ラベルがあるかどうかが、教師あり学習との代表的な違い。
機械学習と同じ「AI・データ」の用語では、RPA、アフィリエイト、HRテックなどが近い文脈で問われます。データの種類、正解ラベルの有無、分析で得たい結果、業務での使い道を軸に比較してください。