機械学習

一言で言うと

コンピュータがデータから「パターン」を学んで、自動的に判断や予測ができるようになる技術。

もう少し詳しく

機械学習は、人間がルールを一つひとつプログラムする代わりに、大量のデータからコンピュータ自身がルールを見つけ出す技術です。

子どもが犬と猫を見分けられるようになる過程に似ています。最初は区別がつきませんが、何百枚もの写真を見るうちに「耳の形が違う」「鼻の形が違う」と特徴を覚え、新しい写真でも判別できるようになります。機械学習もまったく同じで、大量のデータ（教師データ）から特徴を学び、新しいデータに対して予測や分類ができるようになります。

機械学習は「AI（人工知能）」の中核技術のひとつで、スパムメールのフィルタリング、商品のレコメンド、音声認識、自動翻訳など、すでに私たちの生活に深く浸透しています。

実務でどう使うか

コードで見てみよう

# scikit-learnを使った簡単な機械学習の例
from sklearn.linear_model import LinearRegression
# 学習データ: 広告費 → 売上
ad_budget = [[100], [200], [300], [400], [500]]
sales =     [150,   280,   420,   510,   680]
# モデルに学習させる
model = LinearRegression()
model.fit(ad_budget, sales)
# 新しいデータで予測する
predicted = model.predict([[600]])
print(f"広告費600万円のとき、予測売上: {predicted[0]:.0f}万円")
# → 広告費600万円のとき、予測売上: 790万円