こんにちは！侍ブログ編集部（@samuraijuku）です。
この記事をご覧になっているあなたは、
機械学習を調べても情報量が多すぎて理解不能！
と思っていませんか？入門者の方や初心者の方からそんな声をよく聞くようになりました。AIやディープラーニング（深層学習）と並んで最近さらに熱が高まってきた機械学習。
ですが、調べてみても情報が多すぎてどこから手をつければいいのか迷ってしまいますよね。そして、学習するなら挫折せずになるべく効率よく習得していきたいかと思います。そこで今回は、入門者に絶対おすすめの、機械学習初心者がまず最初にやるべき5つのことをご紹介します！
ここで紹介しているステップを踏んでいけばスムーズに機械学習の入門を果たすことができるでしょう！Python学習を効率的に学びたい方は侍エンジニア塾をご利用下さい。現役エンジニアがマンツーマンであなたのPython学習をサポートいたします。
まずは弊社の無料体験レッスンを受講下さい。あなたの悩みや不安・キャリアの相談までコンサルタントがお答えいたします。
この記事の目次
機械学習初心者が初心者から中級者になるための全体地図
機械学習初心者の方は、まず学習の全体像を知る必要があります。機械学習はただでさえ学習がしづらく、理解するのが難しいと言われています。学習の全体像が把握できていない中で学習を進めていると、先が見えない暗闇に吸い込まれていくような状態になり挫折してしまいます。機械学習を学習する流れは以下で、
機械学習初心者が脱初心者するための全体地図
- 機械学習とは何かを知る
- 機械学習を用いた仕事を調べてみる
- 機械学習を勉強する目的・用途をしっかりと決める
- 学習教材をフェーズごとに選定して基礎学習する
- 機械学習を用いた既存のサンプルを調べる（教えてもらう）
- 既存のサンプルを1から再現するために自分だけで作ってみる
- 作った既存のサンプルを編集してオリジナルの成果物に変えてみる
機械学習初心者の方は、上記の学習計画が明確に持てておらず、無駄な時間を過ごしてしまっているパターンが多いです。特に「とりあえず書籍を買って勉強してみるか」という感じで学習を始めてしまった人は漏れなく挫折してしまうか、先が見えず挫折する前にやめてしまうパターンがほとんどで機械学習のスキルを習得するところまでいくことができません。
そのため、先ほどの全体地図をもとに「まず決めるべきことは何か」を頭に置きながら焦って学習に手を伸ばさないようにしましょう。
1.機械学習の概要を理解しよう
まず最初に機械学習の概要を理解するところから始めましょう。Wikipediaによると、
機械学習（きかいがくしゅう、英: machine learning）とは、人工知能における研究課題の一つで、人間が自然に行っている学習能力と同様の機能をコンピュータで実現しようとする技術・手法のことである。
引用元：Wikipedia
簡単に言うと、機械学習とはデータから反復的に学習し、そこに潜むパターン（特徴）を見つけ出すことです。
例えば、とあるコンビニで過去にお客さんが買い物をした膨大なデータから、数日後の売り上げ予測や、曜日や天気によって何が売れるかを予測できたり、お客様の声を集めて、どんな苦情や感謝があったのかをまとめたりなどのパターンを探すことができます。
機械学習を使って、マーケティングやビジネス戦略に活かして収益増加を狙ったり、将来起こりそうなリスクをあらかじめ回避するなどの用途でニーズが高まっているため、近年注目されています。
大量にある複雑なデータをコンピューターが自動的に短時間でデータを分析してくれるので、とても便利ですよね。
機械学習と人工知能の違いとは
人工知能は、簡単にいうと「人間の知能と同じ特徴を持つ複雑なマシンを構築すること」で、機械学習とは、人工知能を実現するための方法の1つです。
機械学習は特定のタスクを機械的に実行させることなので、人工知能の方がより広義なものになります。
機械学習で使われる技術や手法
機械学習のアルゴリズムは大きく分けて3つあります。
- 教師あり学習
- 教師なし学習
- 強化学習
機械学習によってどんな値を出力したいかによって、この3つのアルゴリズムをわけて学習させます。教師あり・なしは、人間（教師）から正解となる出力データを与えられているかどうかの違いで、強化学習は与えられたデータから一連の行動の結果、価値が最大化する方法を自ら学習します。
ざっくり機械学習の概要について解説してみました。もっと気になる方はこちらからご覧ください。
2.機械学習をする目的・用途を決める
機械学習の用途
機械学習を学ぶにあたって、どのような目的・用途のために使うのかということが定まっていない状態だとインプットが効率悪くなってしまいます。機械学習の用途としては、主に次の5つがあります。
- 【1.クラスタリング】
値の類似性を元に、与えられたデータを複数のグループにわけること。ユーザーの嗜好をグループ化する場合などに使う。
- 【2.クラス分類】
与えられたデータに対して、適切なクラスを割り当てること。迷惑メールの分類や、画像の識別などに使う。
- 【3.レコメンデーション】
ユーザーの過去の行動履歴から、反応しそうな情報を推測すること。ECサイトの「おすすめ」などに使う。
- 【4.回帰】
過去の値から未知の数値を予想すること。売上高や株価、機器の異常予測などに使う。
- 【5.情報圧縮】
データの特徴を維持しながらデータ量を減らすこと。相関関係がある値がある場合に、片方のデータだけ残すときなどに使う。
といったようなものあります。
機械学習の活用事例などを知りたい場合、詳しくはこちらの記事をご覧ください。
機械学習を学ぶ目的
あなたがどういった機能を使いたいのかを考えながら、逆算的に学習していくと効率よくインプットしていくことができるので、まず目的の見極めをやっていきましょう。
機械学習には先ほど、主に5つの用途で使えると解説しました。機械学習とはデータ分析などで使える分野なんですね。目的を考える上でよく仕事に就くことを目的にすることがありますが、機械学習を用いた仕事はパッとイメージがしづらいので、しっかりと調べる必要があります。調べた結果、自分が思っていたものと違う・・・となる場合もよくありますので。
欧米では、機械学習を使ったデータ分析のスペシャリストとして「データサイエンティスト」という職業が人気で花形の職業だと言われています。知らないために諦めてしまったり、逆に勉強してしまった後で「やりたくない」と考えてしまう場合もあるので、機械学習を学ぶ目的はよく考えて答えを出しましょう。
3.初心者が意識すべき機械学習を勉強するたった一つの注意
と考えているところだと思いますが、学習教材を選ぶ前に勉強のコツの話を一つしておきましょう。
そう思ってしまう気持ちもあると思いますが、一旦我慢して話を聞いてください。このあとに機械学習が学べる入門コンテンツのご紹介をしますが、気をつけてほしいことがあります。
それが、「手を動かしながら理解すること」です。
そう思ってしまう方もかなりいると思いますが多くの場合、それは勉強になりません。無駄になってしまうことの方がほとんどです。だからこそ、手を動かしながら「この場合にはどう調べて、どう解決すれば学習が進むのか」を考えながら勉強を進めていくことをおすすめします。
4.入門コンテンツで機械学習を学び始める
概要や目的をつかんできたら、いよいよ学習に入っていきましょう！機械学習の入門学習では、まず簡単なスライドや記事、学習サイトなどで進めていくのをおすすめします。書籍などから入ると、難しい理論や単語に圧倒されて挫折してしまうこともあります。
スライドなどなら、サクサクと読むことができて、尚且つ豊富な情報を得ることができます。そんなスライドやサイトなどのおすすめ入門コンテンツをまとめた記事がありますのでご活用ください。
「入門すら難しい、入門以前の超入門編を知りたい！」というような方向けのスライドです。機械学習の種類や、体験の手順等についても触れられているので、最初の取っ掛かりとしては最適です。
ドットインストール
こちらは一項目3分で見ることのできる有名なプログラミング学習サイトで、プログラミング初心者にはかなり定評があります。スキマ時間を有効に活用しながら「機械学習とはどういうものなのか」という大枠はこのコンテンツで理解できるでしょう。
そのほかにも入門者・初心者・中級者別で分けたおすすめコンテンツは下記で詳しく解説していますので、是非ご覧ください。
5.初心者向けの書籍で機械学習の理解を深めていく
スライドなどで学習の1歩目を踏み出したら、ここから書籍学習に入っていきましょう。すでに多くの情報が得られていると思うので、概念や単語の意味なども理解できてきているでしょう。機械学習初心者の方にまず読んで頂きたい初めの1冊を紹介します。
ITエンジニアのための機械学習理論入門
機械学習(Machine Learning)にはたくさんのツールやライブラリがあるのですが、こちらの書籍は、数学的な理論やビジネスでの活用法にいたるまで丁寧に解説されています。
こちらはITエンジニアの方もそうでない方も機械学習で用いられている理論を学ぶのにおすすめの一冊です。
機械学習の内部でどのような計算をしているのか、計算結果をどのようにビジネスで活用すればよいのかといった部分はあまり他の本では解説されていませんので、是非読んでみてください。
上記以外にも、書籍は沢山あって、目的やレベル感を間違ってしまうと思わぬ遠回りになってしまいます。なるべく学びたい箇所を重点的に学びたいですよね。
中身やレベル感がわかるように機械学習入門におすすめの書籍をまとめましたので、こちらも参考にしてみてください。
6.機械学習初心者を脱出する「サンプルを作ってみること」
サンプルを作る際はライブラリを使いましょう
ここまでのステップで、機械学習についてのインプットはかなり進んできたことかと思います。しかし、中には難しい理論などもあり、なかなかアウトプットのイメージが沸かないという方も多いのではないでしょうか。
頭で理解するだけではなく、実際に手を動かして何かを作ってみるのが一番身につく方法ですのでどうにかやってみたいですよね。そこで便利になるのが、Pythonライブラリです。
Pythonには優秀な機械学習ライブラリがあるので、理論を知らなくても使い方を覚えるだけで済みます。
何種類かある中でも、TensorFlow(ディープラーニング)や、scikit-learn(機械学習の全てのジャンル)は初心者の方にもおすすめなので、みてみてください。
ライブラリの情報は種類が少なかったり解説している用語が難しかったりして、何がどう違うのかも全然わからないと思います。そこで、Pythonでよく使われている人気の機械学習ライブラリをまとめましたのでこちらを参考にしながら、まずは簡単に使ってみてください。
機械学習のサンプルはこちらのサイトを参考にしてみましょう
サンプル作成後にオリジナル機能を考えてみましょう
機械学習を用いたサンプルを作成することで、「一から機械学習機能がどう動いているのか」がだんだんと理解できてきていると思います。そこで次はオリジナルの機械学習機能を考えてサンプルに追加してみましょう。
オリジナルを考えることでサンプルのように答えがないものを作るので、設計からコーディングまでオールマイティーに実力がつきます。わからないところは、現場のエンジニアのようにググりながら進めましょう。なるべく人に聞かずに自己解決するようにして、オリジナルサンプルを完成させましょう。
このオリジナルサンプルが完成しているころには、仕事を獲得できるレベルのスキルは身についているはずです。不安がある方は、何度か違うオリジナルサンプルを作ることでスキルの定着をはかって仕事獲得に取り組みましょう！
番外編：機械学習エンジニアに最速でなる方法
これまで解説した流れにそって学ぶことで、機械学習について学習をしていくことは可能ですが、もしあなたが機械学習を学んでエンジニアとして活躍したいのであれば、プログラミングスクールの受講がおすすめです。
弊社「侍エンジニア塾」では現役のPythonエンジニアが講師となり、
- 実践的な機械学習
- Pythonを使ったオリジナルアプリ開発
- Webスクレイピング
などを学びながら、スキルの習得から転職支援まで弊社を受講いただくことで徹底的にサポートいたします。無料体験レッスンでは、あなたの理想像をお聞きして、その理想を叶えられるキャリアや、キャリアから逆算した言語選定、学習プランのご提案もいたします。
もっとより効率的に機械学習について学びたいあなたや、機械学習以外にもプログラミングを学ぶとどんなことができるの？と今後の方向性に悩んでいるあなたは是非ご相談ください。
オンラインでも可能ですので、下記のカレンダーよりお気軽にお越しくださいね。
まとめ
いかがでしたでしょうか？機械学習入門者におすすめしたいまず最初にやるべき5つのことをご紹介してきました。機械学習は確かに難しく、とっつきづらい印象があると思います。
しかし、正しい順序で正しい方法で学んでいけばしっかりと習得することができます。なので今回の内容が、これから機械学習に取り組んでいこうとしている方の手助けになれば幸いです！
