IP基礎理論 · 情報に関する理論

帰納推論

Inductive Reasoning

きのうすいろん

個別の事例や観察データから一般的な規則や法則を導き出す推論方法。結論は確実ではないが、新しい知識の発見に有用であり、機械学習の基礎的な考え方に通じる。

共有:

他の資格での定義

個々の事例や観察の結果から、それらに共通する一般的な規則や法則を導く推論。「見たカラスはすべて黒い」から「カラスは黒い」を導くような推論で、新しい知識を得られるが、反例が見つかれば覆るので結論は必ずしも正しくない。データから規則を学ぶ機械学習は帰納推論の一種といえる。

Past Exams

過去問で 1 回出題（ITパスポート試験 1）

出典: 独立行政法人情報処理推進機構（IPA）の過去問題。問題文は IPA のサイトの PDF で確認できます。「選択肢」は、問題文ではなく選択肢に出たものです。用語名で照合しているため、関係の薄い問題が含まれることがあります。

一般的な規則や前提から、論理的に結論を導き出す推論方法。前提が正しければ結論も必ず正しくなる特徴がある。AIのルールベース推論の基礎となる。

「もし〜ならば〜する」というif-then形式のルールの集合に基づいて判断や推論を行うAIの手法。エキスパートシステムなどで利用され、人間が定義した知識を基に動作する。

機械学習においてデータの特徴を数値化したもの。画像であれば色やエッジ、テキストであれば単語の出現頻度など、学習や予測に使う入力データの属性を表す。

コンピュータがデータからパターンや規則性を自動的に学習し、予測や判断を行う技術。教師あり学習・教師なし学習・強化学習の3種類に大別される。

入力データと正解ラベル（教師データ）の組を使ってモデルを学習させる機械学習の手法。分類や回帰などの予測問題に用いられ、迷惑メール判定や画像認識などに応用される。

正解ラベルのないデータからパターンや構造を自動的に発見する機械学習の手法。クラスタリング（グループ分け）や次元削減などに利用される。