強化学習（Reinforcement Learning）とは、機械学習の一種です。AIを作るアルゴリズム（手順、手法）の一つが機械学習であり、強化学習はその方法の一つとも言い換えられます。単純な正解・不正解ではなく、将来的な価値を最大化するような行動を試行錯誤によって学習するのが強化学習です。強化学習は、将来の価値の最大化を目的とするタスク、すなわちゲームと相性がよいと考えられています。たとえば2015年から2017年にかけて、Googleに買収されたテクノロジー企業であるGoogle DeepMind … 「強化学習（Reinforcement Learning）」と呼ばれる学問分野をご存知でしょうか。 機械学習にはさまざまな分類方法がありますが、「教師付き学習（Supervised Learning）」「教師なし学習（Unsupervised Learning）」「強化学習」という3種類に分ける考え方があります。 機械学習においては、教師あり学習と、教師なし学習についてこれまで触れてきたが、もう一つ、強化学習というものが存在する。 強化学習とは、行動を学習する仕組みである。 ある環境において、目的とするスコアを最大化するためにどのように行動すればよいか、を学習するものである。 機械学習には、教師あり学習、教師なし学習、強化学習の3つの学習方法があります。これら学習方法と統計学とアルゴリズムの三角関係はどうなっているのでしょうか。Vol.9では、この中から回帰と分類とクラスタリングについて体系的に解説します。 機械学習は、大きく分けて「教師あり学習」と「教師なし学習」に分けられます。「教師あり学習」とは「入力データ」と「正解データ」がセットになった訓練データです。コンピュータに対して大量の「入力データ」と「正解データ」を投入することでコンピュータが入力データの特徴を読み取り、正解データを学習します。「入力データ」に大量の画像データを投入し、「正解データ」に花や動物などのカテゴリを指定することで、特定の画像を見せたときそのカテゴリは花なのか動物なのかを判定する … 「機械学習」という言葉を聞いたことがありますか？人工知能（ai）ブームを理解するための基本である「機械学習」について、種類別にわかりやすく解説しています。機械学習とディープラーニングの違いや、dqnについても簡単に解説しています。ai時代を生きる皆さんは必読の記事です。 機械学習はその種類は大きく3つに分けることができ、1つに教師なし学習があります。教師なし学習は教師あり学習と異なり正解ラベルを与えずに学習させる手法です。本稿では教師あり学習、教師なし学習、強化学習とは何か、また、それぞれの違いを解説します。