機械学習は、正解となるデータをもとに、データや現象の規則性や特徴量を見つけて学習モデルを構築していく過程となります。学習の結果、モデルが構築されるとモデルにデータを入力すると、機械側がデータ分析を行い、結果を出力します。

機械学習は二つに大別されます。「教師あり学習」と「教師なし学習」です。

「教師あり学習」は、目的変数となる結果の例と要因となる説明変数を学習させることで、予測モデルや識別モデルを構築します。このモデルが構築されると、要因をモデルに入力することで、精度の高い結果の判定を可能にします。

「教師なし学習」は、目的変数となる結果がない、または結果の数が不十分な場合は「教師なし学習」でモデル構築を進めます。「教師なし学習」の場合は、要因となる説明変数のみで機械側が特徴量を抽出して判定をします。学習させるデータがなくても結果を得ることができるのが魅力の一つです。