データを与えると、コンピューターが統計的なパターンを自動で見つけます。画像識別・スパム分類・価格予測など、ルールを書かなくても「経験から学ぶ」仕組みです。
一般語彙
560
Machine Learning
マシンラーニング
体験区分：調査ベース
推奨読者レベル：Level 2
何をしてくれるか
どこで出会うか
「AI を導入した」という話の多くが Machine Learning の応用です。Deep Learning（J-11）や LLM（J-14）は下位概念で、「AI > ML > DL > LLM」の入れ子で整理すると全体像が見えます。
構造図
2026.04·ready
「Machine Learning はデータから学ぶ手法で、Deep Learning もその一種です」
Machine Learningの見方
561
この用語の見どころ
1
役割
データからパターンを学び、予測や分類を返します。
2
うれしさ
ルールを手書きせず、データから自動でモデルが育ちます。
3
注意点
偏ったデータを与えると、偏った予測になります。
4
どこで役立つか
画像認識・需要予測・スパム検出などに向いています。
5
はじめに
ルールベースとの違いと AI の入れ子構造が出発点です。
6
深掘り先
Deep Learning、Neural Network、LLM
非エンジニアのつまずき
- 2025 年以前は「AI 導入」の多くが機械学習レベルで、相手との認識合わせが難しかったです
私のコメント
- 第一印象:最初は難しく感じたが、原理を押さえると難しくない感覚です。
- 良い点:自分で再現でき、原理を理解に落とし込みやすいです。
- ダメな点:LLM 文脈と紛らわしく、何を指すか曖昧なまま使われがちです。
- 誰向けか:データサイエンスをやる人はもちろん、利用者全般の土台用語です。
開発フローでの位置
課題の定義
データの準備
モデルの選択と学習
評価と改善
関連用語
J-10·term_general
バイブコーディング図鑑