AI・機械学習の基礎

AI・機械学習の基礎（AI & Machine Learning Fundamentals）とは、人工知能と機械学習の中核概念を理解するための学習領域です。このセクションでは、AI・機械学習・ディープラーニングの関係から始め、学習者が実践に踏み出すために必要な基本知識を体系的に解説します。

AI・機械学習・ディープラーニングの関係

これら3つの概念は「入れ子（ネスト）」の関係にあります。

graph TD
    AI["AI（人工知能）\nArtificial Intelligence"]
    ML["機械学習\nMachine Learning"]
    DL["ディープラーニング\nDeep Learning"]
    AI --> ML
    ML --> DL

• AI（人工知能）: 人間の知的な行動をコンピュータで再現する技術全般
• 機械学習（ML）: AI の一分野。データからパターンを自動的に学習する手法
• ディープラーニング（DL）: 機械学習の一分野。多層ニューラルネットワークを使った手法

つまり、「ディープラーニングは機械学習の手法の一つであり、機械学習は AI を実現する手法の一つ」です。

このセクションで学べること

機械学習とは

機械学習の定義と、従来のプログラミングとの根本的な違いを解説します。教師あり学習・教師なし学習・強化学習の3種類と、それぞれの代表的なアルゴリズムを学びます。

ディープラーニングとは

ニューラルネットワークの仕組みと、なぜ「深い」と呼ばれるのかを解説します。画像認識・自然言語処理における応用例と、LLM（大規模言語モデル）の概要も扱います。

学習パラダイム

転移学習・ファインチューニング・マルチタスク学習・連合学習など、現代の実践的な学習手法を解説します。「なぜ一から学習し直さないのか」という問いへの答えが、このページにあります。

このセクションを読む前に

特別な数学の知識は必要ありません。高校数学レベルの基礎（関数・確率の概念）があれば、より深く理解できますが、概念の理解を目的とするならば読み進めることができます。

次のステップ

基礎を理解したあとは、実際のアルゴリズムや実装に進みましょう。

---

このページへのリンク（英語）: AI & Machine Learning Basics