ChatGPTがリリースされて1年、AIが日常を便利にすることは世間にも浸透してきたと思います。
さて、そんな**AI分野で重要視されている「自然言語処理」についてご存知でしょうか？**

AI分野で使われている専門用語、という理解に留まり、具体的な言葉の意味は分からない、という方が多いと思います。

そこで、今回は**「自然言語処理」とは何なのか、また言語処理について日本で研究成果発表、国際的な研究交流の場として知られる「言語処理学会年次大会」の第29回に参加された際の体験レポート**を、株式会社Helpfeel 開発部 西山雄大さんにご執筆いただきました。

言語処理学会年次大会は、**自然言語処理に関する日本最大級かつ国際的な研究発表の場**です。2023年の[第29回年次大会（NLP2023）](https://www.anlp.jp/proceedings/annual_meeting/2023/)は沖縄県の宜野湾コンベンションセンターで、3月13日から17日の5日間にわたり開催されました。

「みんながみんなにアテンション～現地でもオンラインでも全員が主役！」がスローガンの今回は開催規模としても過去最大となり、オンラインを含めた参加者は総計1800名を超え、発表は全部で579件にのぼりました。

株式会社Helpfeelはプラチナスポンサーとして協賛し、弊社エンジニアである筆者もそこに参加することができました。

本記事では、**自然言語処理分野の簡単な説明から、特に注目を集めた領域の紹介、さらに沖縄という土地と言語との関わりについて**紹介したいと思います。

そもそも自然言語処理とはどういった研究・開発分野なのでしょうか？

自然言語処理とは、**人間が日常的に用いている言葉（自然言語）を、コンピュータが理解できるかたちに処理・解析すること**を指します。その実現には、対象となる自然言語そのものに関する知識や、使用実態を反映した言語資源の構築などといった作業が求められます。最近では、ディープラーニングなど人工知能（AI）に関する知識も必要になってきました。

こうしたテクノロジーは、**機械翻訳やテキストマイニング、情報抽出や感情分析など、人間とコンピュータや人間どうしをつなぐ様々な領域に応用されてきました**。私がいままさに利用している日本語文字入力の漢字かな変換システムは、そのうち特になじみ深いものの一つと言えるでしょう。

【出典】：[File:IME demonstratie - Matsuo Bashou - Furu ikeya kawazu tobikomu mizuno oto.png - Wikimedia Commons]( https://commons.wikimedia.org/wiki/File:IME_demonstratie_-_Matsuo_Bashou_-_Furu_ikeya_kawazu_tobikomu_mizuno_oto.png)

このような自然言語処理の技術は、企業の開発プロダクトとどのように関わっているのでしょうか？

Google創業者のラリー・ペイジとセルゲイ・ブリンによって発明されたページランク（PageRank）というアルゴリズムは、Webページ同士のリンク関係を分析・得点化することでその重要度を順位づけします。学術論文の評価に着想を得たこの技術は、同社の検索エンジンに実装されると他社の製品をしのぐ威力を発揮しました。

人々から広く認知されたプロダクトとしては、AppleのSiriも挙げられます。Siriは人間の発話を聞き取り、その意図を理解し、質問に答えているように見えますが、それらのプロセスは音声認識、意味解析、対話管理といった下位タスクに分解できます。音声アシスタントはこれらのタスクをうまく統合することで自然な質問応答を実現しています。

**FAQ検索システムの[Helpfeel](https://helpfeel.com/)でも、弊社テクニカルフェロー・増井俊之による曖昧検索というアルゴリズムが使われています**。これは入力された言葉を文字単位に分割し、それらの相互関係をもとに意図した言葉にヒットさせる仕組みと言えます。こうしたアルゴリズムやプロセスは、ビット演算や形態素解析といったテクノロジーの上に実装されています。

【出典】：[増井俊之「展開ヘルプ」p.7]( http://www.pitecan.com/Index/expandhelp.html) 

前述のとおり、自然言語処理そのものは長らく研究・開発されてきた分野です。それが最近にわかに注目されるようになった背景には、やはり**OpenAIにより開発されたChatGPTの華々しい登場があります**。

[ChatGPT](https://openai.com/blog/chatgpt)はGPTファミリーと総称される機械学習モデルを採用しています。これらは学習済みのテキストデータをもとに新たな文字列を生成するもので、一般に言語モデルと呼ばれます。

このうち**GPT-3.5は膨大なテキストデータに加えて人間との対話形式のデータを学習し、さらに人間によるフィードバックによって自然な回答生成能力を獲得したことで「大規模言語モデル」と見なされるようになりました**。

チャットという人間にとってなじみのあるインタフェースがそこに加わり、しかも十分に実用的と感じられるレベルに達していたことから、ChatGPTは一躍多くの人に受け入れられるプロダクトになったのです。

## 第29回年次大会（NLP2023）と、突然の「GPT-4」リリースの衝撃

言語処理学会においても、会期2日目に緊急パネル「ChatGPTで自然言語処理は終わるのか？」が急遽開催されることが大会初日になって公表されました。しかし開催を待たずして、OpenAIから視覚処理などの能力をも身につけた次期モデル・[GPT-4](https://openai.com/research/gpt-4)のリリースが発表され、参加者・登壇者ともに大きな衝撃を与えていました。

**自然言語処理の歴史の上でも、今回の言語処理学会は記念すべき大会であった**と言えると思います。

NLP2023 緊急パネル：ChatGPTで自然言語処理は終わるのか？（言語処理学会理事会主催）2023年3月14日 沖縄コンベンションセンター

【参考】：[NLP2023 緊急パネル：ChatGPTで自然言語処理は終わるのか？（言語処理学会理事会主催）2023年3月14日 沖縄コンベンションセンター](https://www.youtube.com/watch?v=TXgOrYUPs_s&t=810)

###  自然言語処理とその研究領域

初日には4つのチュートリアルが開催されました。筆者はそのうち**「自然言語処理から見た古典語と現代語」と「構文文法の基本的な考え方：言語使用から創発する言語知識のありようを探る」を聴講しました**。

前者では現代語の言語処理手法を古典語に適用したケーススタディや、古典データそのものの扱いの難しさが紹介されました。ある漢文を翻訳させると、どの年代の中国王朝で書かれた文章かまで特定できることを示すスライドには特に驚かされました。

後者は2日目の立命館大学・谷口忠大先生の招待公演につながる内容で、認知言語学の立場から見た場合の言語処理、また大規模言語モデルの知能を考える上で参考になりそうな理論的枠組みを提供する内容でした。

本会議中には3つのテーマセッションが設けられていました。このうち**社内で特に話題になっていたのは「地理空間情報と自然言語処理」**でした。弊社メンバーの一人がいくつか地理情報アプリを個人開発していますが、セッションで発表された新しい技術や斬新な手法の数々には大きな驚きがあったようです。

これ以外にも幅広いテーマについての発表がありました。形態素・構文解析では、各種解析器について今なお新しい手法が提案されており、この問題領域に対する根強いニーズを感じました。「[最小コスト法に基づく形態素解析におけるCPUキャッシュの効率化](https://www.anlp.jp/proceedings/annual_meeting/2023/pdf_dir/C2-4.pdf)」は標題の提案手法をRust言語で実装するもので、**自然言語処理にもRustの波が来ていることに驚きました**。

言語モデルを画像や音声などの情報と結びつけるマルチモーダルも数多くの発表がありました。「[画像キャプション生成におけるJPEG圧縮への頑健性の改善](https://www.anlp.jp/proceedings/annual_meeting/2023/pdf_dir/P2-2.pdf)」は画像エンコーダの学習に画質の低いJPEG画像を追加することで、画像キャプション生成においてもJPEG圧縮への頑強性が増すことを示したもので、面白い発想かつ実用的な提案手法であると感じました。

質問応答、およびそのマルチモーダル版であるビジュアル質問応答（VQA）では、TransformerやBERTモデルを使って、いかに回答の精度を上げるかという試みが盛んに報告されました。このうち「[FAQ検索における言い換え生成を利用したデータ拡張手法](https://www.anlp.jp/proceedings/annual_meeting/2023/pdf_dir/A4-2.pdf)」は少ないデータを言い換え表現によって拡張するという発想がまさしくプロダクトとしてのHelpfeelと同じアプローチに基づくものであり、メンバーどうし協議のうえ、研究の今後に期待を込めてHelpfeel賞を贈ることにしました。

ちなみにエンジニアである私自身も、**言語資源・分析で個人開発ならぬ個人研究「[『万葉集』漢字本文における漢字の使用頻度集計](https://www.anlp.jp/proceedings/annual_meeting/2023/pdf_dir/P3-4.pdf)」を発表しました**。たくさんの参加者と活発な議論ができて嬉しかったのですが、その中でアドバイスをくださった統計数理研究所の持橋大地先生は最終日のワークショップ「深層学習時代の計算言語学」のオーガナイザーであり、閉会後に的確な参考文献を共有してくださいました。

~~ポスターセッションで自身の研究について発表する著者~~

### 沖縄の言語・文化・ローカリティ

この大会が今回初めて沖縄で開催されたことの意義についても説明させてください。

沖縄諸島で話されてきた言葉は「沖縄弁」や「沖縄方言」などと呼ばれることもありますが、相互理解度などの言語学的な観点から、**いまではユネスコからも独立した一個の言語と見なされています**。

国立国語研究所（当時）の田窪行則先生による招待講演は、沖縄語を含むこうした消滅危機言語を記録して再活性化していくために、いわゆる低資源言語の言語処理も必要であると訴えるものでした。

GPTファミリーをはじめとする多くの大規模言語モデルが基本的に英語で学習されていることを鑑みても、**言語資源の重要性は昨今ますます増してきているように思われます**。

また、会期初日の晩には沖縄の伝統芸能・エイサーの舞台へと会場ホールが一転するというパフォーマンスが行われ、会場の雰囲気を大いに盛り上げました。

こうしたパフォーマンスやキッチンカーなど食事の手配は、ローカルオーガナイザーとしてともに協賛していた地元企業・[ちゅらデータ株式会社](https://churadata.okinawa/)によるものです。

言語処理学会会長の東北大学・乾健太郎先生をはじめ運営委員の方々も沖縄の伝統衣装・琉装で現れるなど、大会はひときわローカリティを強く感じさせるものになりました。

参加者がおのおのの研究・開発領域について関心を深めるとともに、消滅危機言語や伝統文化についても理解を深めるきっかけになったら、と言語・地名オタクである著者も願わずにはいられませんでした。

~~伝統エイサー団体「琉球風車」が演舞を伴って入場する様子~~

最先端の自然言語処理技術、とりわけChatGPTのプロダクトへの応用は弊社でも当時すでに行われていました。会期後、そのうち画像や音声などと連携したマルチモーダルな機能をGyazoにも搭載しようという機運がチーム内でも高まりました。こうした動きは数ヶ月の開発期間を経て、動画のAI文字起こし・要約機能や画像の代替テキスト提案機能のリリースにつながっています。

**エンジニアとしていま課題を感じているのは、「AIっぽさ」を感じさせる体験そのもの**です。ChatGPTは、その能力もさることながら、あたかも今ここで文章の続きを生成しているようなインタフェースを提供したことが決定的だったと著者は考えています。単にレスポンスが速いだけでなく、使っていてわくわくするようなUI/IXを、デザインの観点も含めて練り上げていく必要があるでしょう。

そのためにも、言語処理学会のような大きな学会に参加して、新しいアイデアやアプローチを浴びることができたのは、エンジニアとしてラッキーな経験でした。このあと筆者もGoogle Scholarで論文を調べてはarXivからダウンロードし、iPadに入れて目を通すようになりました。こうして集めた材料を組み合わせることで、この世にまだないものをこれから作っていけたらと思います。

[Helpfeel - どんな疑問も解決する革新的なFAQシステム](https://helpfeel.com/)

自然言語処理の概要と、言語処理学会で関心の大きかったテーマ

ChatGPT（GPT-4）登場による自然言語処理研究へのインパクト

言語処理学会が沖縄で開催されたことにどのような意義があるか

ChatGPT（GPT-4）登場に沸き立つ言語処理学会第29年次大会（NLP2023）に参加しました

Javaの勉強方法を紹介する前に、まずはJavaの基礎知識について解説します。Javaはどういったプログラミング言語なのか、Javaで作れるものは何かについて説明します。

*Javaはプログラミング言語の1つであり、1996年にサン・マイクロシステムズによって発表され、現在はオラクル社が管理しています。*

JavaはWindowsやMac、Androidなど多くの環境で動かすことができる点や、オブジェクト指向で書けるため大規模開発に向いている点などが評価されており、多くの企業で使われています。

Javaとは？人気プログラミング言語Javaの将来性やメリットについて解説

Java入門！概要やメリット、基本事項について徹底解説！

**Javaは多くの開発で使うことができるのが利点と言えます。**Javaで作れるものの代表例をまとめました。

- 業務システム
- Webアプリ
- Androidアプリ
- ゲームアプリ
- デスクトップアプリ
- 組み込みシステム

このようにさまざまな開発で用いられているため、Javaを学ぶことで他の分野の開発にも参入しやすくなり、転職しやすくなるメリットもあるでしょう。

Javaでできることとは？メリット・デメリットについても解説！

### Javaを勉強する際の目安時間は？

Javaは他のプログラミング言語と比較して、習得するのが難しい言語と言われます。その理由として、オブジェクト指向という独特のルールを理解しなければならないこと、コードの記述量が多いこと、実践にあたってはプログラミング以外の知識も求められることなどが挙げられます。

そのため、**未経験の方がJavaを実務で扱えるようになるまでは、独学であれば2,000時間以上必要になることがあります。**一方、その他の言語を習得済の方や、オブジェクト指向について理解している方は、50～200時間程度で簡単なプログラムを記述できるレベルに到達できる可能性があります。

このようにJavaの勉強時間は、個々のレベルや事前知識によって大きく異なります。なるべく短期間で習得したい場合は、費用はかかるものの、専門のスクールで学ぶのが最も効率的でしょう。

Java初心者のための勉強法を徹底解説！学習フローも紹介

## Javaを勉強する際のロードマップ例

続いて、Javaを勉強する際のロードマップについて解説します。あくまで例ですが、この手順で勉強していけば、勉強を途中で挫折する可能性を下げることができるので参考にしてください。

まずは、学習の目的を決めることが大切です。解説した通りJavaはさまざまな開発で使える言語ですが、開発分野によって学ぶべきものはそれぞれ異なります。

たとえば、Webアプリ開発を行う場合、Webサイトの仕組みやデータベース、JavaScriptと通信を行う方法なども学ばなくてはいけません。*何を作りたいかを明確化させることで、何を学ぶべきかも明確化させることが可能です。*

JavaScriptとは？特徴・メリット・何ができるのかを解説

データベースとは？今更聞けないその内容をITエンジニアとして改めて学ぶ

次に、Javaの開発環境を整えます。**Javaの勉強を行う場合はJDK（Java Development Kit）というJavaを動かせるソフトウェアをインストールする必要があります。**また、Javaのソースコードを記述し実行結果を確認するためには統合開発環境（IDE）が必要です。

開発環境の構築は初心者がよくつまずく箇所ですが、Javaの場合はそこまで難しくありません。ただし、公式サイトのレイアウトが変更されるなどでインストール手順が変わることもあるため、なるべく最新の情報を参考にして開発環境を整えることが大切です。

【参考】：[Java Downloads | Oracle](https://www.oracle.com/java/technologies/downloads/)

OpenJDK 18が正式リリース！Java 18の新機能を解説

*次に、Javaの基礎文法を学びます。*四則演算から始まり、ループ処理や条件分岐、入出力処理などを1つずつ丁寧に覚えましょう。文法を理解しないと、Javaでアプリやシステムを開発することはできません。また、主要な関数の使い方なども少しずつ覚えていくことが重要です。

### ライブラリやフレームワークを学ぶ

システムやアプリを開発するにあたっては、膨大なプログラムを書かなければなりません。特に、Javaはコードの記述量が多くなる言語であり、いかに効率化を図れるかが重要なポイントです。

*短時間でセキュリティの高いプログラミングを行うためには、ライブラリやフレームワークを活用することが必要不可欠です。*ライブラリとは頻繁に使う機能を取り出してまとめたもの、フレームワークは必要な機能が準備されている枠組みと言い換えられます。

Javaには多くのライブラリやフレームワークがあるため、必要に応じて使い分けられるように学んでおくようにしましょう。

Javaフレームワークとは？メリット・デメリットやおすすめ5選を紹介！

文法を覚えたらJavaで簡単なアプリを作ってみましょう。WebアプリやスマホアプリなどはJava以外の知識も必要で作るのが難しいため、最初は電卓やカレンダーなど簡単なデスクトップアプリを作るのがおすすめです。

**アプリを実際に作ってみることで、自分の理解が足りていない点はどこか判断できます。**また、実際に動かしてみることで、デバッグの方法など実際の開発の手順についても学ぶことができます。

続いて、Javaのおすすめ勉強方法について解説します。これらの勉強方法を組み合わせることで、効率的にJavaを学ぶことが可能です。

*学習サイトは空いた時間でスマホから手軽に勉強できるのが利点です。*また、講師の方に質問ができる学習サイトもあります。無料のものから有料のものまでJavaを学べる学習サイトは多くあるので、利用しやすいものを選択すると良いでしょう。

参考書に沿って勉強することで、着実にJavaの基礎を抑えることができます。**参考書を購入するときは、なるべく最新のものを選ぶのがポイントです。**古い参考書の場合、Javaの最新機能に関する説明が不足していたり、インストール手順が異なっていたりする場合があるためです。

### プログラミングスクールで学ぶ

*独学でJavaを勉強するのが難しい場合、プログラミングスクールに入会するのもおすすめです。*スクールで講師の方に学習管理を行ってもらえば、途中で挫折する心配は少ないでしょう。また、分からない箇所はいつでも質問することが可能です。

Javaの習得にはかなりの時間を要するため、途中で目標を見失い挫折してしまう方も少なくありません。そんな時は、資格取得を目指すのもいい方法です。

資格取得に向けて勉強することでより深い知識が身に付くと共に、資格取得を目標に据えれば勉強のモチベーションも維持できるでしょう。*Javaの資格には「Oracle認定Javaプログラマー」や「Javaプログラミング能力認定試験」などがあります。*

【参考】：[Oracle認定Javaプログラマー](https://www.oracle.com/jp/education/certification/jse11-5570635-ja.html)
【参考】：[Javaプログラミング能力認定試験](https://www.sikaku.gr.jp/js/cpjv/jv/introduction/)

Javaプログラミング能力認定試験とは？勉強法や資格を活かせる仕事を紹介！

## 初心者がJavaを勉強する際のおすすめ本

続いて、初心者がJavaを勉強する際におすすめの本について解説します。ここでは、イラストや図が多く、基礎から応用まで初心者でも分かりやすく解説されている本をピックアップしました。

Javaの知識がゼロの方でも、安心して学習できる入門書です。*開発環境の導入からJava言語の基礎まで丁寧に解説されており、段階的に知識を積み上げられます。*動作を試せるサンプルプログラムも豊富に掲載されているため、最終的に本格的なアプリ開発を行いたい方にもおすすめです。

▪著者：松浦健一郎／ 司ゆき
▪ページ数：656ページ
▪出版社：SBクリエイティブ
▪発売日：2024/03/02

【参考】：[Java[完全]入門](https://www.sbcr.jp/product/4815619244/)

最新バージョンであるJava 21に対応した書籍です。Javaの基本的な知識・概念・機能はもちろん、文法やプログラムの書き方も体系的に習得できます。*解説→例題→理解度チェックという3つのステップで、プログラミング初心者の方でも一歩踏み込んだ知識を身につけられます。*

▪著者：山田 祥寛
▪ページ数：672ページ
▪出版社：翔泳社
▪発売日：2024/02/15

【参考】：[独習Java 第6版](https://www.shoeisha.co.jp/book/detail/9784798180946)

### スッキリわかるJava入門 第4版

見やすさとわかりやすさに定評のある大人気のJava入門書です。 *Javaの基礎からオブジェクト指向まで、初心者がつまづきがちな「なぜ？」が必ずわかる解説が掲載されています。*また、約300点の豊富なイラストで、理解が難しい文法や概念もすっきりマスターできます。

▪著者：中山 清喬／国本 大悟　監修：株式会社フレアリンク
▪ページ数：760ページ
▪出版社：インプレスブックス
▪発売日：2023/11/06

【参考】：[スッキリわかるJava入門 第4版](https://book.impress.co.jp/books/1123101044)

スラスラわかるJavaはプログラミング初心者におすすめできる本です。基本的な演算処理からストリーム処理の方法まで解説が網羅されており、これ1冊で基礎文法はマスターできます。

*ソースコードも多く掲載されているうえに、コードは短いものが多いため初心者でも理解しやすいでしょう。*さらに、イラストや図も多く解説がわかりやすく、練習問題も多く掲載されているため理解度を確認しながら勉強を進めることができます。

▪著者：中垣 健志 ／ 林 満也
▪ページ数：582ページ
▪出版社：翔泳社
▪発売日：2022/09/12

【参考】：[スラスラわかるJava 第3版 ](https://www.shoeisha.co.jp/book/detail/9784798175638)

### プロになるJava―仕事で必要なプログラミングの知識がゼロから身につく最高の指南書

*この書籍はJavaの基礎知識に加え、業務に必要な知識について解説された1冊です。*MavenやJavadoc、Gitなどの開発ツールの使い方や実践的なJavaプログラミング、SQLやデータベースなどについて学ぶことができます。

Javaの基礎がある程度固まっており、これからプロとして仕事をできるようになりたい方におすすめです。

▪著者：きしだなおき ／ 山本裕介 ／ 杉山貴章
▪ページ数：512ページ
▪出版社：技術評論社
▪発売日：2022/03/19

【参考】：[プロになるJava](https://gihyo.jp/book/2022/978-4-297-12685-8)

Javaを本で学ぶ！独学におすすめの参考書6選と選び方を紹介

最後に、Javaを勉強するメリットについて解説します。どのプログラミング言語を勉強しようか迷っている方は参考にしてください。

Javaは多くの企業で使われており需要があるのが特徴です。求人数が多いためJavaをマスターするだけで多くの企業に応募することができます。

**TIOBEの2024年のプログラミング言語検索数ランキングでは、JavaはPython、C、C++に次いで4位となっています。**恐らくJavaの需要はしばらく続くことが予想されます。

【参考】：[TIOBE Index for January 2024](https://www.tiobe.com/tiobe-index/)

Pythonとは？人気の理由と基本知識をわかりやすく解説！

C言語とC++の違いとは？それぞれの特徴・メリットについて解説

### オブジェクト指向の基礎を学べる

Javaを学ぶことでオブジェクト指向の基礎を習得することができます。*オブジェクト指向はJavaだけでなく、Python・Rubyなど多くの需要のある言語で使われています。*オブジェクト指向で書くことでチームで作業分担がしやすくなり、大規模開発もスムーズに進められるメリットがあるためです。

オブジェクト指向をマスターすることで他言語も理解しやすくなり、さらに多くの企業を視野に入れて転職活動できるようになります。

Javaを勉強したいと思っているものの、何から始めるべきなのか分からない方も多いのではないでしょうか。Javaは人気言語のため情報も多く、何を参考にしたら良いか迷ってしまう方もいるでしょう。本記事ではJavaの勉強方法やおすすめの本について解説します。

Javaの勉強方法には学習サイトを利用する・参考書を購入する・プログラミングスクールを活用するといった方法がある

まずはJavaを学習する目的を明確に決めることが重要である

Javaは需要がある言語のため身につけておくと将来のキャリアアップが期待できる

Javaの勉強方法とは？ロードマップや初心者向けおすすめ本を紹介

今人気のプログラミング言語といえば、Pythonを思い浮かべる人が少なくないでしょう。また、人気の機械学習ではPythonがよく使用されています。そんなことからPythonを習得して、機械学習エンジニアを目指すエンジニアの方も増えています。

ここでは、*Pythonと機械学習の関係について理解を深めていきましょう。*

**Pythonは今、もっとも注目される人気のプログラミング言語で、平易な文法でプログラミング初心者でも習得しやすいこと、およびAI関連の開発でも利用されている点が特徴です。**

Pythonはインタプリタ型言語に属し、実行時には機械語に変換されるため、コンパイル（機械語への翻訳）が不要です。手間はかからないものの、同時翻訳を行うことから処理速度がやや遅くなるのは弱点です。インタプリタ言語には他にも、Ruby・Perl・PHP・JavaScriptなどがあります。

機械学習を一言で述べると、**人間の学習能力と同様の能力をコンピュータに与えるための技術です。**

具体的にはコンピュータに大量データを読み込ませ、アルゴリズムを元にデータを分析させます（モデル化）。その結果、コンピュータがそこに潜んでいる特徴やパターンに基づき、新しいデータの分析や予測を行うのです。

機械学習には、あらかじめラベルが付いたデータを読み込ませる「教師あり学習」と、ラベルの付かないデータを与えて、特徴や傾向を学習させる「教師なし学習」、さらには教師あり学習の中でも、出力結果に点数を付けて精度を高める「強化学習」の3パターンがあります。

<center>[エンジニア転職を成功させるため<br/>ぜひ*『マイナビIT エージェント』*をご活用ください！](https://mynavi-agent.jp/it/?utm_source=and-engineer&utm_medium=content-text&utm_campaign=acv12_2)</center>

## 機械学習とAI・ディープラーニングの違いは？

機械学習とよく似た言葉に、AIやディープラーニング（深層学習）があります。ここでは、それぞれの違いについて解説します。

機械学習はAIの一部で、学習方法を設定しコントロールすることであり、コンピュータに学習させるプログラムの技法を指します。

一方、**AI（人工知能）とは人間の知的ふるまいの一部について、ソフトウエアを用いて再現する技術の総称です。**AIが目指すのは人と同様、もしくはそれ以上の知能を有するコンピュータの実現です。つまり両者は、「AI > 機械学習」の関係にあると言えます。

今さら聞けない人工知能（AI）の基礎知識｜AI開発の基本を解説！

### 機械学習とディープラーニングの違い

機械学習と対比する形で、ディープラーニング（深層学習）という言葉をよく耳にします。どちらもコンピュータの学習機能ですが、機械学習は学習プログラムと人によるコントロールで学習が進められます。

一方、**ディープラーニングは人間の指示を待たずにコンピュータ自らが学習し、その性能を高めていく手法です。**

エンジニアなら知っておくべき！機械学習とディープラーニングの違いとは？

## Pythonが機械学習によく利用される理由

*AIブームが追い風となって、機械学習の人気が高まっています。*この機械学習にはPythonがR言語やC言語を抑えてよく利用されていますが、それには次のような理由があると考えられます。

Pythonは扱いやすく、高い生産性を生み出す言語です。実は、PythonはWebアプリケーション開発分野でも広く利用されています。例えば、皆さんよくご存じのYouTube・Dropbox・Instagramなどの一部機能はPythonによって開発されています。

もちろん、大手企業以外のベンチャー系でも活用されており、このように利用実績や利用ユーザが多いことも、機械学習分野でよく利用される理由の1つです。

### 文法がシンプルで分かりやすい

**Pythonはコード数が少なく、文法がシンプルで覚えやすい言語のため、教育でも利用されています。**また、他の人が記述したコードも分かりやすいので、メンテナンス性が高く、共同開発に適していることも機械学習分野で利用される理由に挙げられます。

初心者でも比較的習得しやすいPythonは、これからITエンジニアを目指す方にもおすすめの言語です。もしも、未経験からITエンジニアを目指すなら、自分のスキルにあった企業を探してくれる転職エージェントの活用をおすすめします。

最近話題の言語のPythonは何がすごい？メリット・得意分野を解説！

<center>[あなたに合った企業選びをサポート致します。<br/>エンジニア転職のご相談はぜひ<br/>*『マイナビIT エージェント』*へ！](https://mynavi-agent.jp/it/?utm_source=and-engineer&utm_medium=content-text&utm_campaign=acv12_2)</center>

### ライブラリやフレームワークが豊富

Pythonはライブラリが多く、フレームワークが充実している点も特徴として挙げられます。

ライブラリやフレームワークを活用すると開発効率を上げられます。こうしたことから、言語としての利便性が高く汎用性があり、使いやすさがさらに増します。

特に、Pythonは機械学習に必要な関数のライブラリが豊富で、さまざまな関数を自ら実装する手間がかかりません。初心者でも機械学習のコードを書くことができる点が、Pythonを採用する理由になっています。

Pythonの機械学習ライブラリ厳選10選！メリット・デメリットも解説

Pythonフレームワークの概要からおすすめソフトウェアまで紹介

Pythonのコミュニティは数が多く、その活動も非常に活発です。Pythonコミュニティに参加するとプログラミングの仲間ができ、独学よりも効果的にPythonを学べます。

また、必要な時は仲間に助けを求めることもできます。このPythonコミュニティの豊富さ、活発な活動がPythonが広く利用される理由です。

## Pythonによる機械学習でできること

ここまでPythonによる機械学習の基本について解説をしていきましたが、ここではPythonの機械学習を利用すると何が実現できるのかについて紹介します。

### 株価予想や競馬の勝ち馬予測

**人間は何かを予測する際に、何らかのアルゴリズムに基づいて予測をしています。**

例えば、上昇基調に入った株式銘柄は、引き続き上がる可能性がありますし、下降基調から底値に達した銘柄は上昇基調に入る可能性が高まります。人は株価チャートを見ながら、こうした株価予測を行います。

このパターンをコンピュータに教え込むと、数千もある銘柄から、株価が上がる可能性が高い銘柄を瞬時に見つけてくれます。

これは競馬予想でも同様です。競馬予想の専門家が持つアルゴリズムをコンピュータに与え、予測に必要なデータを投入するとコンピュータが予測をします。こうした予測は今やAIの得意分野となっています。

パソコンやスマホの世界でも顔認証が当たり前になってきましたが、この画像認識や画像解析も機械学習によって可能となっています。*画像解析には、物体分類、シーン認識といった「分類」と、物体検出や領域検出といった「検出」の4つの領域があり、車の自動運転では、領域検出の技術が利用されています。*

**テキストマイニングとは、大量のテキストデータの中から有益な情報を取り出す分析手法のことで、言語解析や統計解析などの手法を用います。**

例えば、集められた大量のアンケートは、X（旧：Twitter）などのSNSの分析に用いられ、顧客の潜在ニーズの分析や、今後ブームになるであろうワードの抽出や市場予測など、さまざまな目的で利用されています。

他にも、スパムメールの判別を行うスパムフィルターなどにもテキストマイニング技術が活用されています。

AI活用のテキストマイニングとは？メリットやおすすめツールも紹介！

## Pythonを機械学習に使うエンジニアとは

Pythonを使った機械学習を担当するITエンジニア、すなわち「機械学習エンジニア」について触れておきましょう。

**機械学習エンジニアとは、主にAI（人口知能）関連の分野でシステム設計や構築に携わるITエンジニアのことです**。中でも、機械学習エンジニアは主に機械学習システムの実装や開発を担当します。

機械学習の英語、Machine Learningの頭文字から「MLエンジニア」とも呼ばれます。

機械学習エンジニアとは？AIエンジニアとの違いや年収、言語を紹介

### 機械学習エンジニアに必要なスキル

機械学習エンジニアは、PythonやC系言語を中心としたプログラミング技術、学習アルゴリズムの設計に関する知識が求められます。アルゴリズムの設計には高等数学や統計理論などを用いますので、そうした分野の学歴や経験が必要になります。

その他、HadoopやSQLなどのデータベースに関する知見も重要です。さらには大量の蓄積データの活用においては、ビッグデータ解析の知識や経験も求められるでしょう。

また、システムインフラに関する一定の知見が必要になることもあります。具体的にはOSとハードウェアに関する知識です。以上、一口に機械学習エンジニアと言っても、かなり広範囲のスキルが求められますので、実務を通じてさまざまな経験を積む必要があります。

機械学習エンジニアの将来性は？必要なスキル・資格や年収なども解説

次に、機械学習エンジニアの年収例を紹介します。ここでは「製品開発／研究開発」というカテゴリを例に挙げて見ていきます。

「マイナビエージェント 職種図鑑」での「製品開発／研究開発」の平均年収は477万円（※2024年1月執筆時点）、経済産業省2017年発表の「IT関連産業の給与等に関する実態調査結果」から近い職種の「IT技術スペシャリスト（特定技術(DB・NW・セキュリティ等））」を参考にすると、平均年収758万円と分かりました。

国税庁2020年発表の「民間給与実態統計調査」における民間企業平均年収は433万円なので、製品開発／研究開発は平均年収よりもやや高いことが分かります。

**機械学習エンジニアやAIエンジニアは、スキルや実績によって年収が変動しやすい職種です。**資格を取得するなどしてスキルを証明できれば、さらなる年収アップや上位職へのキャリアアップに繋げることができるでしょう。

【参考】：[マイナビエージェント 職種図鑑](https://mynavi-agent.jp/it/jobindex/13.html?utm_source=and-engineer&utm_medium=content-text&utm_campaign=acv12_2)
※【平均年収 調査対象者】2020年1月～2020年12月末までの間にマイナビエージェントサービスにご登録頂いた方
【参考】：[IT関連産業における給与水準の実態① ~ 職種別（P7）](https://warp.da.ndl.go.jp/info:ndljp/pid/11623215/www.meti.go.jp/press/2017/08/20170821001/20170821001-1.pdf)
【参考】：[民間給与実態統計調査-国税庁](https://www.nta.go.jp/publication/statistics/kokuzeicho/minkan2020/pdf/002.pdf)

AIエンジニアの年収は低い？未経験から転職して高年収を得る方法を紹介

### データサイエンティストとの違いは

*「機械学習エンジニア」と「データサイエンティスト」は大変似た職種のように思われがちですが、実はかなり違いがあります。*

「機械学習エンジニア」は機械学習のアルゴリズムに関する設計や開発・実装を行う技術者で、ITエンジニア職種の1種です。

一方の「データサイエンティスト」は機械学習アルゴリズムを利用する側で、データ分析や統計に関する専門家です。

AIエンジニアとデータサイエンティストの違いを理解して目標設定をしよう

## Pythonを使える機械学習エンジニアを目指すには

機械学習エンジニアは主にAI（人工知能）の分野で機械学習を担当するエンジニアであり、将来性が高い職種と考えられます。この機械学習エンジニアを目指す上で必要なスキル・機械学習エンジニアになる上で役立つ資格・機械学習エンジニアの将来性について考察していきましょう。

### Python習得におすすめの本とサイト

言語の記事（1ページ目）