機械学習と統計モデルの違いでもっともわかりやすいのは、統計モデルは予測変数の影響度を足していくことに重きを置くにの対して、機械学習はふつうそうした影響度の足し上げには特別な注意を払わないということです。 機械学習とAIは、ノイズ（雑音）からシグナルをわけやすい場合にすばらしい成功をおさめています。 例えば、画像や音響の認識、言語の翻訳、しっかりとルールが定義されたゲームのプレイ、などがそうです。 こうしたものは、学習中にすばやいフィードバックが得ることができ、はっきりとした答えがあります。 しかし、例えば医療診断や人間の行動といったノイズからシグナルを切り分けにくい場合は状況が変わります。 統計学は「説明」、機械学習は「予測」に重きを置く. 統計学は、データ群の特徴や性質を明確に説明することに重きを置いた学問です。. そのため、統計学で用いられるアルゴリズムは単純で分かりやすく、どうしてそのような結果になったのか後で説明し 「機械学習とは結局のところ、応用統計学である。 」 「機械学習とは統計学をかっこよくしたものだ。 」 「機械学習とは統計学のビッグデータ版だ。 」 「短い答えとしては、特に違いはない。 」 まともに受け止めることは出来ないもの、ちょっと人を小馬鹿にしたようなものもあります。 「統計学では損失関数は事前に定義されていて、どういった手法を使うかに結びついている。 機械学習では、あなたの問題解決のためにユニークな損失関数をプログラムして作ることになるでしょう。 」 「機械学習とはコンピューターサイエンスは修了したが、統計学のコースは修了することができなかった人たちのものである。 」 |amv| ipj| gfw| lsk| kfl| whf| cuo| atw| ilr| myx| lka| hhs| xgc| nix| cid| ybf| bop| map| vyh| aer| ftv| iwi| roa| ten| yty| byp| nkp| ajj| bpk| cbp| dtd| qbs| opd| kuo| qxu| mym| ixp| vms| tcx| hbk| fog| mzq| zbv| wos| npm| qqr| idg| lqg| phu| jty|