機械学習とは何か？

ジャーナリストはどのように機械学習（ML）を使い、ジャーナリスティックの仕事を強化できるのでしょうか？これは、ハンズオン機械学習コースで探求する課題です。

本コースでは、機械学習が報道をサポートするのに適したツールとはどのような状況なのかを理解し、機械学習モデルをトレーニングする方法を学びます。

これは、「 Introduction to Machine Learning 」コースのフォローアップです。まだ受講されていない場合は、ぜひ受講してから本コースを進めてください。

Introduction to Machine Learning は、機械学習が報道組織に提供する可能性を探り、ジャーナリストが責任を持って機械学習を使用して報道を強化する方法について説明します。

本コースでは、さらに一歩進んで、次のレッスンで紹介する実例を使い、ジャーナリストが機械学習を活用してどのような結果を出すことができるのかをお見せします。機械学習が実際にどのように機能し、それを使用してネタを報道する方法を学びたい場合は、このコースが最適です。

本コースの終了時には、機械学習のエキスパートおよびデータサイエンティストになることができますか？いいえ、ごめんなさい。ただし、ほとんどの機械学習プロセスがどのように機能するか重要なステップを学び、自分で実験を実行できるようになります。

続ける前に、何について話しているのかを確認しておきましょう。機械学習とは何か？

機械学習は、「人工知能」（AI）という総称でグループ化されたテクノロジーの部分集合です。人工知能の分野におけるほとんどの用語と同様に、機械学習の独自の定義はありません。

簡単に言えば、機械学習はデータを使って質問に答えるテクノロジーです。より正式には、データからパターンを学習し、明示的にプログラムされていなくてもタスクの実行を可能にするアルゴリズムの使用を指しています。 

さらに、機械学習システムの最も特徴的なものは、経験とデータによってパフォーマンスが向上することです。言い換えれば、彼らは学習をします。

機械が学習する方法は一つではないことを覚えておく必要があります。機械学習への異なるアプローチは、解決しようとする問題の種類、および提供されるフィードバックの種類と量によって一般に区別されます。

大まかに言えば、機械学習は次の3つのサブエリアに分けることができます。（1）教師あり学習（2）教師なし学習（3）強化学習。この3つのカテゴリーの違いが何かを知るために、Introduction to Machine Learning を復習しましょう。

本コースでは、「教師あり学習」に焦点を当てます。これは、ラベル付きの例を使用してアルゴリズムをトレーニングし、分析を依頼するそれぞれの新しい例に正しいラベルを自動的に割り当てることを意味します。

それでは、基本的なことはおさらいしたので、今回の紹介を切り上げて次に進みましょう。

次の2つのレッスンでは、具体的なジャーナリスティックな事例と、ほとんどの機械学習プロセスの裏側にあるダイナミクスを理解するために使用するアルゴリズムに基づいた演習を行うケーススタディを紹介します。

次のレッスンでは、実際に役立つ段階的なガイドに焦点を当てます。データの取得方法と準備の仕方、機械学習モデルのトレーニング方法、およびそのパフォーマンスのテスト方法と評価の仕方。

最後のレッスンでは、主な学習ポイントを要約し、それらを日常の報道に適用する方法を理解し、機械学習の世界をさらに深く掘り下げるために使用できるその他のリソースも推奨します。