仕事や学業で人工知能（AI）の知識が必要なことが増えてきた。AIを支える中心的な技術が機械学習だ。本特集では、AIの歴史と全体像から基本的な機械学習アルゴリズムのPython実装までを幅広く解説する。
特集
AIの理解に必須！基礎から学ぶ機械学習
目次
-
ゼロからの実装でAIの実像をつかむ、クラスタリングの極意とは
Part 3後半
AIライブラリを使わずに、k平均法によるクラスタリングを実装してみます。k平均法では、2つのステップでグループ分けを行います。
-
ライブラリーに頼らずAIを自作、手を動かすことで理解が進む
Part 3前半
機械学習のアルゴリズムは難しい…という印象をもたれがちですが、基本的なアルゴリズムは比較的シンプルなので、それほど難しくありません。そこでscikit-learnなどのAIライブラリを使わずに、Pythonで線形回帰とk平均法を実現する方法を説明します。
-
回帰の手法をフル活用、機械学習でアイスクリームの売り上げを予測してみる
Part 2後半
回帰の手法でモデルを作り、予測を行うプログラムを実装しましょう。使用するアルゴリズムは線形回帰です。引き続き、気温とアイスクリームの例で説明します。
-
AIライブラリを賢く使う、顧客はいつアイスクリームを買う？
Part 2前半
AIライブラリを使えば、機械学習のプログラムを手軽に実装できます。PythonのAIライブラリでは「scikit-learn」が定番です。そこで、scikit-learnを使って「分類（教師あり学習）」「回帰（教師あり学習）」「クラスタリング（教師なし学習）」のプログラムを実装してみます。
-
AIは万能ではない、機械学習でできることとその限界を知る
Part 1
現在、AIの“主流”と言える方式は「機械学習」と、機械学習の発展形である「深層学習」です。これらは今やあらゆる分野で利用されています。まずは、AIの歴史を簡単にひもときながら、機械学習と深層学習が、どのように出現し、AIの主流になっていったのかを見ていきましょう。
