統計と、機械学習・深層学習(マシーンラーニング・ディープラーニング)の違いとは?



今回は、統計と機械学習・深層学習の違いについて説明します。そもそも深層学習は機械学習の一部で、機械学習はAIの一部です。定義は以下の通りです。

■定義
AI(人工知能):人間が行う作業を知的なシステム、技術(一例として)
機械学習:データを学習して分類や予測を行うモデルを自動的に構築する技術
深層学習:ニューラルネットワークが多層構造になった機械学習

そこで、統計と上記がどう違うのか説明します。まず、AIですがこれはデータ分析の概念が必須ではなく、機械学習の概念でようやくデータ分析の意味合いが付随されます。つまりここでようやく、統計との概念が一部重複します。深層学習になると、また統計とは異なる概念となってしまいます。つまり、下図のように統計と機械学習で重複する分析手法が多数存在します。
①人間が予測・分類する特徴を選択する分析が統計と機械学習2つで一致しています。
②統計独自分析は、t検定などの各種検定や基本統計量など数値の差の分析です。
③機械学習独自手法は、ランダムフォレストなどの複数の分析を組み合わせる分析です。
④深層学習は自動で特徴を決めるニューラルネットワークによる分析です。

また、統計と深層学習にて、どちらも値の予測・分類を行うのですが、以下のような違いがあります。

①統計は結果がシンプルで説明力が高い一方、複雑な問題に対する精度が低くなる傾向
深層学習は結果が複雑で説明力が低い一方、複雑な問題に対する精度が高くなる傾向
⇒結果の説明が必要か vs 高い予測・分類精度が必要か
②深層学習は自動で特徴を選択するので、ビッグデータ分析に向いている
③深層学習は音声データ、画像データに向いている

以上となります。使い分けとしては、統計がシンプルな分析で、深層学習がビッグデータ・音声データ・画像データなどです。また、説明力と精度のどちらを重視するかにもよります。

AIを学ぶにはディープラーニングG検定を受験して勉強することをお勧めします。




いかがでしたでしょうか。今後、各手法に関して触れていきます。

よろしければシェアお願いします。
このエントリーをはてなブックマークに追加
 







コメント

このブログの人気の投稿

定量分析と定性分析の使い分け

データベースの意味と、構築する際の留意点