Concept Fable
先に結論：これによりコンピュータは、人手で書いたルールだけで動くのではなく、データサンプルから規則性を学習し、学んだパターンで新しい入力に対して予測、分類、生成、意思決定を行う。
Machine Learning, ML · Machine Learning
まず物語を読む。ここでは急いで定義を示さず、まず問題そのものを立ち上がらせる。
寓話
果物屋の主人は最初、甘い梨を選ぶのに三つの規則を使った。皮は黄色、果柄は曲がっている、香りが良い。晴れた日にはこの方法はよく効いたが、雨季になると、外皮が暗い多くの梨が渋い果物の籠に間違って入れられた。
店主は絶えず壁に規則を追加し、色、斑点、重さを一枚いっぱいに書いたが、店員はかえってさらに迷った。老農はすでに味見済みの梨を一批持ってきて、学徒に外観、香り、産地、そして最後の甘さと渋さを一つずつ記録させた。
徒弟は新しい項目を暗記するのをやめ、代わりにこれらの例を繰り返し照合し、いくつかの手がかりが組み合わさって初めて信頼できることに徐々に気づいた。彼はまだ味わったことのない梨についてまず判断を下し、それから客に味わってもらって修正し、間違った箇所は記録に戻した。
梨の収穫最盛期になると、果物店はこれまで見たことのない新しいロットも扱えるようになった。店主はそこで気づいた。ある種の判断は、人が答えを決め打ちするのではなく、十分な数の例から規則を学び出すものなのだと。
概念の落としどころ
これによりコンピュータは、人手で書いたルールだけで動くのではなく、データサンプルから規則性を学習し、学んだパターンで新しい入力に対して予測、分類、生成、意思決定を行う。
機械学習には訓練データ、特徴または表現、モデル、目的関数、評価が必要である。手書きルールが難しい問題を扱えるのが強みで、データ品質、分布変化、誤った目的の影響を受けるのが弱みである。
物語の対応
Andy（任旭）判断
機械学習は、ルールを書ききれないがサンプルが十分にある問題に適しています。企業が導入する際は、モデルがどれだけ新しいかを先に問うのではなく、学習可能なデータと検収可能な結果があるかを先に問うべきです。